一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗東芝全部業(yè)務實現(xiàn)盈利,退市裁員重組后終于賺錢真我14 Pro+開始提上日程:1.5K等深四微曲屏+潛望長焦穩(wěn)了消息稱本田和日產計劃明年6月前敲定合并協(xié)議 2026年8月成立控股公司凱迪拉克最新版OTA開啟推送,新增百度語音大模型和QQ音樂等應用中國聯(lián)通11月5G套餐用戶凈增127.8萬戶5G確定性工業(yè)基站首商用,工業(yè)互聯(lián)網走上新高度李飛飛團隊前瞻性研究 多模態(tài)AI模型初顯空間智能AI終于邁過這道檻!Livekit 開源模型精準識別“你是否說完”!DeepSeek開源大模型開發(fā)者之一羅福莉將加盟小米廣汽詳解旗下首款復合翼飛行汽車 GOVY AirJet:最高飛行速度可達 250km/h清華大學聯(lián)合騰訊出品!ColorFlow:自動給黑白漫畫上色,保持角色一致性Adobe推新AI音頻具Sketch2Sound ,只需哼唱和模仿聲音就能創(chuàng)建音效家庭能源智聯(lián)自由 海辰儲能發(fā)布首套免安裝家庭微網系統(tǒng)HeroESOpenAI發(fā)布o3:AI 推理能力的重大突破,得分高達87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數撬動6000億GTV后,抖音計劃偷襲美團大本營AGI Open Network(AON):賦能每個人創(chuàng)建、部署和貨幣化AI Agent
  • 首頁 > 云計算頻道 > 大模型

    秒殺GPT-4、Devin,全球最強AI程序員來啦!

    2024年08月13日 09:57:34   來源:AIGC開放社區(qū)

      今年3月,AI初創(chuàng)公司Cognition發(fā)布的首個AI程序員Devin引起巨大轟動,它可以像人一樣實現(xiàn)端到端的部署、調試、優(yōu)化代碼,幾乎與編程相關的任務都能自動化完成。

      今天,Cosine發(fā)布了同類產品Genie,但在權威測試平臺SWE-Bench上的評分達到驚人的30.08%,斷崖式領先Devin的13.8%和Swe-agent+GPT-4的12.47%,成為目前全球最強的AI程序員。

      其實Genie并非盲目跟風Devin,早在2022年12月13日,其聯(lián)合創(chuàng)始人AlistairPullen就在英國倫敦大學的一次路演中展示過Genie。他希望開一個能像人類一樣端到端自動執(zhí)行編碼、優(yōu)化的AI機器人而無需任何人為干預。

      Alistair在2022年展示Genie

      經過一年多的開發(fā)Genie終于進入測試階段,并且獲得了250萬美元種子輪融資。Alistair指出,Genie能大幅度領先Devin、GPT-4等知名產品,與其訓練數據和方法有很大關系。

      Genie的訓練并非基于常規(guī)的大模型微調,而是使用了一個特殊的數據集,這個數據集包含了人類程序員的推理過程,包括信息的完整傳承、知識的逐步發(fā)現(xiàn),以及基于實際案例的決策制定步驟等,這使得Genie能夠像人類一樣在面對各種復雜甚至是從未見過的問題時,展現(xiàn)出與人類工程師相似的處理能力。

      簡單來說,就是讓Genie完全模仿人類的開發(fā)風格和解決BUG、優(yōu)化代碼的習慣,然后自動去完成。

      在訓練的過程中,Genie還使用了一個獨特的“自我改進機制”。最開始Genie 在大量高質量的數據上進行初始訓練,使模型處于“完美”狀態(tài)。但這有一個很大弊端,就是Genie對自身錯誤的判斷和改進不足。

      為了解決這個難題,在完成初始訓練后,開發(fā)人員又通過Genie生成了一些合成數據,并將這些數據注入到后續(xù)模型的訓練中,以豐富錯誤和復雜情況。

      如果Genie提出的解決方案不正確,那么就會使用訓練數據集中的最終正確狀態(tài)來指導Genie如何從錯誤中過渡到正確的狀態(tài)。

      簡單來說,這個過程有點像媽媽教孩子走路,在Genie每一次跌倒或者走路姿勢不正確時,幫助它糾正一下。隨著每一次循環(huán)迭代,Genie解決復雜編碼的能力越來越強,即使在需要調整的情況下所需的指導也顯著減少。

      這種自我改進機制不僅提高了Genie在面對新問題時的適應性和準確性,還增強了它處理復雜、高度情境化編碼問題的能力,使其夠在從未見過的問題上展現(xiàn)出類似人類工程師的判斷力和創(chuàng)造力。

      功能方面,Genie主要支持功能開發(fā)、BUG修復、代碼重構、代碼小改動和雜項、代碼測試以及編寫代碼文檔和更新。支持的編程語言包括JavaScript、 Python、Java、C#、C++、C、Rust、Scala、Kotlin、Swift、Golang、PHP和Ruby等幾十種主流語言。

      知名開發(fā)者Mckay表示,非常想測試一下這個產品。他已經有了Devin的使用權限,所以,很容易就能評測出Genie到底是不是在吹牛。

      能在SWE-Bench獲得如此高的評分,估計產品應該差不到哪去。

      已經有老哥等不及了,希望馬上測試一下,但現(xiàn)在處于申請測試階段。

      Alistair表示,現(xiàn)在可以接受申請注冊,未來2—3周內肯定會發(fā)放測試權限,并且在發(fā)布時還會增加一些小驚喜功能。

      文章內容僅供閱讀,不構成投資建議,請謹慎對待。投資者據此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(AVC)推總數據顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應用,“區(qū)塊鏈+政務服務”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網大會——工業(yè)互聯(lián)網標識解析專題論壇在沈陽成功舉辦。