Ini menunjukkan potensi besar model ini untuk memberikan nilai tambah yang signifikan dalam pengembangan perangkat lunak, di mana keakuratan dan kualitas kode sangat penting.
Namun, seperti halnya pengembangan teknologi baru, CriticGPT juga memiliki beberapa keterbatasan yang perlu diatasi.
Salah satunya adalah fakta bahwa model ini saat ini hanya dilatih menggunakan data kode yang relatif pendek.
Meskipun mampu menangani kesalahan pada skala kecil, model ini belum diuji secara luas dalam kasus-kasus yang melibatkan kode yang panjang dan kompleks.
Selain itu, OpenAI juga mencatat bahwa CriticGPT masih mengalami "halusinasi" dalam beberapa kasus.
Hal ini berarti bahwa dalam situasi tertentu, model ini mungkin menghasilkan respons yang tidak akurat atau tidak sesuai dengan kenyataan.
Meskipun demikian, tim OpenAI terus bekerja keras untuk meningkatkan model ini agar dapat lebih andal dalam menghadapi berbagai skenario yang kompleks.
Proses pelatihan CriticGPT sendiri melibatkan penggunaan data yang berisi banyak kesalahan dalam kode.
Para pengembang AI meminta evaluasi dari manusia untuk mengidentifikasi dan memperbaiki kesalahan-kesalahan ini.
Baca Juga: Keren! Pengguna Sekarang Bisa Berbicara Dengan ChatGPT Saat Menggunakan Aplikasi Lain