في عالم البرمجيات، تعتبر مقارنة أداء النماذج أمراً بالغ الأهمية، لكن تنفيذ اختبارات A/B التقليدية قد يكون مكلفاً وغير فعال. هنا يأتي دور ديلتا سيلكت (DeltaSelect)، الطريقة المفتوحة المصدر الجديدة التي تهدف إلى تغيير قواعد اللعبة في اختبارات البرمجة.

تخطط ديلتا سيلكت لمواجهة التحديات المرتبطة بالاختبارات التي تتطلب تكاليف مرتفعة وأوقات تحليل طويلة. تستند الفكرة إلى تحليل إعادة أخذ العينات (resampling analysis) لأداء مهام البرمجة، حيث يُظهر البحث أن 19.5% فقط من المهام كانت مرتبطة بشكل جيد مع الأداء العام للاختبارات.

تعتمد طريقة ديلتا سيلكت على تحديد المهام التي تظهر نتائج متسقة خلال اختبارات متعددة من خلال استخدام ارتباط بيرسون (Pearson correlation)، مما يمكّن الفرق من اتخاذ قرارات تطوير مستندة إلى البيانات. كما تتيح هذه الطريقة تحويل نتائج المدققين الجزئيين إلى تقييم مشترك باستخدام الانحدار الخطي، مما يعزز إمكانية إجراء مقارنات دقيقة عبر مجموعة محددة من المهام ضمن ميزانية محددة.

استخدم ديلتا سيلكت في دراسة حالة لنموذج gpt-5.6-luna، حيث أثبتت التكلفة الفعلية لاختبارات A/B قدرتها على خفض التكاليف بنسبة 58.1%. وتمكنت النسخة المعتمدة من تحقيق درجات أعلى بكثير مقارنة بالإصدار الأول.

تسهم هذه التقنية في تحسين كيفية تقييم مهام البرمجة، مما يقلل من التكاليف المالية ويزيد من الكفاءة، وهو ما يعتبر أمراً حيوياً في تطوير البرمجيات الحديثة.