LLMs haben in verschiedenen Bereichen und Anwendungen bemerkenswerte Erfolge erzielt, insbesondere bei sprachbasierten Aufgaben wie maschineller Übersetzung, Textzusammenfassung, Beantwortung von Fragen, logischem Denken usw. Es ist jedoch bekannt, dass generative LLMs unzuverlässig sind und zu falschen Aussagen, falschem Code usw. führen. Ein Phänomen, das gemeinhin als "Halluzination" bezeichnet wird.
Um LLMs im Kontext der Programmierung sicher einsetzen zu können, wurde kürzlich das Konzept der "Sprachmodellprogrammierung" vorgeschlagen. Dieses Programmierparadigma zielt darauf ab, das Sprachmodell-Prompting von reinen Text-Prompts zu einer intuitiven Kombination aus Text-Prompting und Scripting zu verallgemeinern. Was jedoch fehlt, ist eine Fallstudie des Paradigmas auf realen Wortdatensätzen. Genau das ist das Ziel des Projekts, bei dem wir realistische Datensätze des Kooperationspartners MED-EL verwenden wollen.