OpenDevin, la alternativa de código abierto a DeepMind's DeepCode, ha anunciado recientemente dos importantes actualizaciones a su marco de trabajo. La primera es la introducción de CodeAct 1.0, un nuevo agente de codificación de vanguardia que logra una notable tasa de resolución del 21% en la versión ligera sin asistencia de SowaiBench, una mejora del 177% con respecto a su desempeño anterior. Este agente se basa en el marco de trabajo de CodeAct, consolidando las acciones de los agentes de modelos de lenguaje grandes en una interfaz de código unificada.

El segundo anuncio es la introducción de un nuevo arnés de evaluación simplificado para probar agentes de codificación. Este arnés tiene como objetivo facilitar una evaluación integral y mejorada de los agentes, permitiendo una mejor comparación y impulsando la mejora continua de estas herramientas de IA a lo largo del tiempo.

El agente CodeAct 1.0 introduce varias capacidades clave, incluyendo la capacidad de conversar con humanos, clasificar código, confirmar y ejecutar código (tanto comandos de bash de Linux como Python) y realizar varias acciones relacionadas con archivos, como abrir, navegar, buscar y editar. Estas capacidades se basan en las lecciones aprendidas del marco de trabajo del agente SowaiBench anterior, ampliando aún más el conjunto de herramientas y mejorando el rendimiento general.

Además, el nuevo arnés de evaluación incorpora un mecanismo de cuenta regresiva, inspirado en el proyecto Mint, que incentiva al modelo a completar las tareas dentro de un número fijo de interacciones. Esto, junto con el proceso de escribir y analizar comandos de bash simplificados, mejora la facilidad de uso y la accesibilidad del marco de trabajo.

Estas actualizaciones de OpenDevin demuestran los esfuerzos continuos por empoderar el desarrollo de software con agentes de IA avanzados. Al aprovechar el pre-entrenamiento de modelos de lenguaje grandes en datos de código y centrarse en aprovechar los extensos paquetes de software, el agente CodeAct 1.0 tiene como objetivo abordar tareas de codificación complejas y desafíos reales de desarrollo de software de manera más efectiva. El nuevo arnés de evaluación simplificado impulsará aún más la mejora continua de estos agentes, beneficiando en última instancia a los desarrolladores e ingenieros de software en su trabajo diario.

El nuevo agente CodeAct 1.0 de OpenDev es una actualización significativa que muestra impresionantes capacidades. Este agente de codificación de vanguardia ha logrado una notable tasa de resolución del 21% en el punto de referencia ligero sin asistencia de Sway Bench, una mejora del 177% con respecto a su desempeño anterior.

CodeAct 1.0 se basa en el marco de trabajo de CodeAct, consolidando las acciones de los agentes de modelos de lenguaje grandes en una interfaz de código unificada. Esto permite que el agente realice una amplia gama de tareas relacionadas con la codificación, como conversar con humanos, clasificar código, confirmar y ejecutar código (incluyendo comandos de bash de Linux y Python), y más.

El agente ha sido mejorado con conjuntos de herramientas adicionales basados en comandos de bash, lo que le permite navegar por archivos, crear y editar archivos, buscar dentro de directorios y realizar otras operaciones avanzadas. Estas capacidades son el resultado de incorporar comentarios y lecciones aprendidas del agente Sway anterior.

CodeAct 1.0 también introduce un mecanismo de cuenta regresiva único, tomado del proyecto Mint, que incentiva al modelo a completar las tareas dentro de un número fijo de interacciones. Además, el agente cuenta con un proceso de escritura de comandos de bash y análisis de acciones, lo que hace que la interfaz sea más accesible y amigable para el usuario.

La introducción de CodeAct 1.0 es un paso importante hacia el empoderamiento de los agentes de modelos de lenguaje grandes para abordar tareas de codificación complejas. Al armonizar las acciones de estos modelos con código ejecutable, OpenDev está allanando el camino para flujos de trabajo de desarrollo de software más eficientes y versátiles.

El segundo anuncio importante de los creadores de OpenDevon es la introducción de un nuevo arnés de evaluación simplificado. Este arnés está diseñado para facilitar un proceso de evaluación integral y simplificado para los agentes de codificación.

El objetivo clave de este arnés de evaluación es mejorar la evaluación y comparación de diferentes modelos de agentes a lo largo del tiempo. Al proporcionar un marco estandarizado y amigable para el usuario, permitirá a los desarrolladores probar y evaluar exhaustivamente las capacidades de sus agentes de codificación.

El arnés de evaluación simplificado se centra en los siguientes aspectos clave:

1. Evaluación integral: El arnés permitirá una evaluación exhaustiva del desempeño de un agente en una amplia gama de tareas y escenarios de codificación. Esto proporcionará una comprensión más holística de las fortalezas y debilidades de un agente.

2. Mejora de la comparación: El proceso de evaluación estandarizado permitirá una comparación más precisa y significativa entre diferentes modelos de agentes. Esto ayudará a los desarrolladores a identificar los agentes más adecuados para sus necesidades específicas.

3. Mejora iterativa: Al establecer un marco de evaluación consistente, el arnés permitirá a los desarrolladores hacer un seguimiento del progreso y la evolución de sus agentes a lo largo del tiempo. Esto facilitará la mejora continua de las capacidades de los agentes.

4. Accesibilidad: La naturaleza simplificada del arnés de evaluación tiene como objetivo hacer que el proceso de evaluación sea más amigable y accesible para una gama más amplia de desarrolladores, fomentando una participación y colaboración más amplias.

En general, la introducción de este nuevo arnés de evaluación es un paso importante en el desarrollo y avance de los agentes de codificación dentro del marco de trabajo de OpenDevon. Al proporcionar un proceso de evaluación simplificado e integral, impulsará la mejora continua y el refinamiento de estas poderosas herramientas impulsadas por IA, mejorando en última instancia las capacidades de los agentes de desarrollo de software.

El nuevo agente Kodak 1.0 de Open Devon representa un avance significativo en el campo de la IA de codificación. Este agente de vanguardia logra una notable tasa de resolución del 21% en el punto de referencia ligero sin asistencia de Sway Bench, una mejora del 177% con respecto a su desempeño anterior.

Kodak 1.0 se basa en el marco de trabajo de Codex, consolidando las acciones de los agentes de modelos de lenguaje grandes en una interfaz de código unificada. Esto permite que el agente realice una amplia gama de tareas relacionadas con la codificación, incluyendo conversar con humanos, clasificar código, confirmar y ejecutar código (tanto comandos de bash de Linux como Python) y navegar por archivos y directorios.

La introducción de un mecanismo de cuenta regresiva, inspirado en el proyecto Mint, incentiva al modelo a completar sus tareas dentro de un número fijo de interacciones, promoviendo la eficiencia y la facilidad de uso. Además, el proceso de escribir comandos de bash y analizar acciones se ha simplificado, mejorando aún más la accesibilidad del marco de trabajo.

La capacidad de Kodak para armonizar las acciones de los modelos de lenguaje grandes con código ejecutable lo distingue de los agentes tradicionales limitados a salidas JSON o basadas en texto. Al aprovechar los extensos paquetes de software y el pre-entrenamiento en datos de código, Kodak puede abordar operaciones complejas y flujos de control y datos, permitiendo el desarrollo de software sofisticado y la resolución de tareas del mundo real en plataformas como GitHub.

El nuevo arnés de evaluación simplificado introducido por Open Devon facilitará una evaluación y comparación integral de los agentes de codificación, impulsando mejoras y avances continuos en este campo. Esto, combinado con el impresionante desempeño de Kodak 1.0, posiciona a Open Devon como un actor líder en el panorama del desarrollo de software impulsado por IA.

La mayoría de los agentes de modelos de lenguaje grandes existentes se ven obstaculizados por generar acciones solo en formatos JSON o de texto. Aquí es donde Kodak puede proporcionar más flexibilidad, permitiéndote combinar múltiples herramientas para ejecutar diferentes tareas.

Kodak se destaca por utilizar el pre-entrenamiento existente de modelos de lenguaje grandes en datos de código. Esto le permite admitir operaciones complejas a través de flujos de control y datos, así como aprovechar los extensos paquetes de software para expandir su funcionalidad.

El prometedor desempeño de Kodak puede ayudarte a desarrollar varios tipos de software y resolver tareas del mundo real, como las que se encuentran en GitHub. Al generar código complejo, Kodak tiene como objetivo liberar a los usuarios de tareas mundanas y empoderarlos con un marco de trabajo de asistente de codificación robusto.

La introducción de una nueva métrica de evaluación simplificada ayudará al equipo de Kodak a mejorar y evaluar continuamente el desempeño del agente a lo largo del tiempo. Esto les permitirá introducir tácticas y algoritmos más avanzados para mejorar aún más las capacidades de Kodak para resolver desafíos complejos.

La introducción de CodeAct 1.0 y el nuevo arnés de evaluación simplificado por parte de los creadores de OpenDevon representa avances significativos en el marco de trabajo de agentes de desarrollo de software de código abierto.

CodeAct 1.0 es un agente de codificación de vanguardia que ha logrado una notable tasa de resolución del 21% en el punto de referencia ligero sin asistencia de Sway Bench, una mejora del 177% con respecto a versiones anteriores. Este agente consolida las acciones de los modelos de lenguaje grandes en una interfaz de código unificada, lo que le permite realizar una amplia gama de tareas relacionadas con la codificación, como conversar con humanos, clasificar código, confirmar y ejecutar código, e interactuar con varios lenguajes de programación y herramientas.

El nuevo arnés de evaluación simplificado está diseñado para facilitar una evaluación integral y mejorada de los agentes de codificación, permitiendo una mejor comparación y una mejora continua de estos agentes a lo largo del tiempo. Esto ayudará a impulsar la mejora continua del marco de trabajo de OpenDevon, asegurando que los usuarios puedan acceder a los mejores agentes de su clase para sus necesidades de desarrollo de software.

Estas dos actualizaciones importantes al marco de trabajo de OpenDevon demuestran el compromiso de sus creadores por proporcionar una plataforma de código abierto, flexible y poderosa para los agentes de desarrollo de software. Al aprovechar las capacidades de los modelos de lenguaje grandes e incorporar comentarios y lecciones aprendidas de proyectos anteriores, OpenDevon está en posición de empoderar a los usuarios para que construyan y desplieguen aplicaciones de software complejas de manera más eficiente que nunca.