Традиционные языковые модели, такие как GPT-4, оперируют естественным языком, что затрудняет их способность к числовому или символьному рассуждению. Однако NLEPs позволяют моделям создавать шаг за шагом программы на Python, вставляя необходимый естественный язык внутрь программы для ответа на запросы пользователей.
Исследование показало, что NLEPs значительно повышают прозрачность работы модели, позволяя пользователям проверять программы и вносить изменения при необходимости. Этот метод также эффективен в повторном использовании для различных задач, что делает его мощным инструментом для будущих разработок искусственного интеллекта.
