OpenDevin, phiên bản mã nguồn mở thay thế cho DeepMind's DeepCode, vừa công bố hai nâng cấp lớn cho khung công tác của họ. Đầu tiên là việc giới thiệu CodeAct 1.0, một tác nhân mã hóa mới nhất đạt tỷ lệ giải quyết đáng kể 21% trên phiên bản không hỗ trợ SowaiBench Light, tăng 177% so với hiệu suất trước đó. Tác nhân này xây dựng trên khung công tác CodeAct, hợp nhất các hành động của các tác nhân mô hình ngôn ngữ lớn thành một giao diện mã thống nhất.

Thông báo thứ hai là việc giới thiệu một bộ đánh giá đơn giản mới để kiểm tra các tác nhân mã hóa. Bộ đánh giá này nhằm tạo điều kiện cho việc đánh giá toàn diện và cải thiện các tác nhân, cho phép so sánh tốt hơn và thúc đẩy việc nâng cao liên tục các công cụ AI này theo thời gian.

Tác nhân CodeAct 1.0 giới thiệu nhiều khả năng chính, bao gồm khả năng trò chuyện với con người, phân loại mã, xác nhận và thực thi mã (cả lệnh bash Linux và Python), và thực hiện các hành động liên quan đến tệp như mở, điều hướng, tìm kiếm và chỉnh sửa. Các khả năng này được xây dựng dựa trên các bài học rút ra từ khung công tác tác nhân SowaiBench trước đó, mở rộng thêm bộ công cụ và cải thiện hiệu suất tổng thể.

Ngoài ra, bộ đánh giá mới cũng bao gồm một cơ chế đếm ngược, lấy cảm hứng từ dự án Mint, khuyến khích mô hình hoàn thành các nhiệm vụ trong một số lượng tương tác cố định. Điều này, cùng với quá trình viết và phân tích các lệnh bash đơn giản, nâng cao tính thân thiện với người dùng và khả năng tiếp cận của khung công tác.

Những nâng cấp này của OpenDevin thể hiện nỗ lực liên tục để tăng cường phát triển phần mềm với các tác nhân AI nâng cao. Bằng cách tận dụng việc tiền huấn luyện mô hình ngôn ngữ lớn trên dữ liệu mã và tập trung vào việc khai thác các gói phần mềm rộng lớn, tác nhân CodeAct 1.0 nhằm giải quyết các nhiệm vụ mã hóa phức tạp và các thách thức phát triển phần mềm thực tế một cách hiệu quả hơn. Bộ đánh giá đơn giản mới sẽ thúc đẩy việc cải thiện liên tục các tác nhân này, cuối cùng sẽ mang lại lợi ích cho các nhà phát triển và kỹ sư phần mềm trong công việc hàng ngày của họ.

Tác nhân CodeAct 1.0 mới của OpenDev là một bước nâng cấp đáng kể, thể hiện các khả năng ấn tượng. Tác nhân mã hóa tiên tiến này đạt tỷ lệ giải quyết đáng kể 21% trên bộ kiểm tra không hỗ trợ Sway Bench Light, tăng 177% so với hiệu suất trước đó.

CodeAct 1.0 xây dựng trên khung công tác CodeAct, hợp nhất các hành động của các tác nhân mô hình ngôn ngữ lớn thành một giao diện mã thống nhất. Điều này cho phép tác nhân thực hiện một loạt các nhiệm vụ liên quan đến mã hóa, như trò chuyện với con người, phân loại mã, xác nhận và thực thi mã (bao gồm cả lệnh bash Linux và Python).

Tác nhân đã được nâng cấp thêm các bộ công cụ dựa trên lệnh bash, cho phép nó điều hướng các tệp, tạo và chỉnh sửa tệp, tìm kiếm trong các thư mục và thực hiện các thao tác nâng cao khác. Các khả năng này là kết quả của việc kết hợp phản hồi và bài học từ tác nhân Sway trước đó.

CodeAct 1.0 cũng giới thiệu một cơ chế đếm ngược độc đáo, mượn từ dự án Mint, khuyến khích mô hình hoàn thành các nhiệm vụ trong một số lượng tương tác cố định. Ngoài ra, tác nhân có một quá trình viết lệnh bash và phân tích các hành động, làm cho giao diện trở nên dễ tiếp cận và thân thiện với người dùng hơn.

Thông báo lớn thứ hai từ các nhà sáng lập của OpenDevon là việc giới thiệu một bộ đánh giá đơn giản mới. Bộ đánh giá này được thiết kế để tạo điều kiện cho một quá trình đánh giá toàn diện và đơn giản hóa các tác nhân mã hóa.

Mục đích chính của bộ đánh giá này là cải thiện việc đánh giá và so sánh các mô hình tác nhân khác nhau theo thời gian. Bằng cách cung cấp một khung chuẩn hóa và thân thiện với người dùng, nó sẽ cho phép các nhà phát triển kiểm tra và đánh giá năng lực của các tác nhân mã hóa một cách triệt để.

Bộ đánh giá đơn giản tập trung vào các khía cạnh chính sau:

1. Đánh giá toàn diện: Bộ đánh giá sẽ cho phép đánh giá toàn diện hiệu suất của một tác nhân trên một loạt các nhiệm vụ và kịch bản mã hóa. Điều này sẽ cung cấp một hiểu biết toàn diện hơn về các điểm mạnh và điểm yếu của tác nhân.

2. Cải thiện so sánh: Quá trình đánh giá chuẩn hóa sẽ cho phép so sánh chính xác và có ý nghĩa hơn giữa các mô hình tác nhân khác nhau. Điều này sẽ giúp các nhà phát triển xác định các tác nhân phù hợp nhất với nhu cầu cụ thể của họ.

3. Cải thiện lặp đi lặp lại: Bằng cách thiết lập một khung đánh giá nhất quán, bộ đánh giá sẽ cho phép các nhà phát triển theo dõi sự tiến bộ và diễn biến của các tác nhân theo thời gian. Điều này sẽ tạo điều kiện cho việc cải thiện liên tục các khả năng của tác nhân.

4. Khả năng tiếp cận: Tính đơn giản của bộ đánh giá nhằm mục đích làm cho quá trình đánh giá trở nên thân thiện với người dùng và dễ tiếp cận hơn với nhiều nhà phát triển, thúc đẩy sự tham gia và hợp tác rộng rãi hơn.

Tác nhân Kodak 1.0 mới của Open Devon đại diện cho một bước tiến đáng kể trong lĩnh vực mã hóa AI. Tác nhân tiên tiến này đạt tỷ lệ giải quyết đáng kể 21% trên bộ kiểm tra không hỗ trợ Sway Bench Light, tăng 177% so với hiệu suất trước đó.

Kodak 1.0 xây dựng trên khung công tác Codex, hợp nhất các hành động của các tác nhân mô hình ngôn ngữ lớn thành một giao diện mã thống nhất. Điều này cho phép tác nhân thực hiện một loạt các nhiệm vụ liên quan đến mã hóa, bao gồm trò chuyện với con người, phân loại mã, xác nhận và thực thi mã (cả lệnh bash Linux và Python), cũng như điều hướng qua các tệp và thư mục.

Việc giới thiệu một cơ chế đếm ngược, lấy cảm hứng từ dự án Mint, khuyến khích mô hình hoàn thành các nhiệm vụ trong một số lượng tương tác cố định, thúc đẩy hiệu quả và tính thân thiện với người dùng. Ngoài ra, quá trình viết lệnh bash và phân tích các hành động đã được đơn giản hóa, tăng cường thêm khả năng tiếp cận của khung công tác.

Khả năng của Kodak trong việc hài hòa các hành động của các mô hình ngôn ngữ lớn với mã có thể thực thi khiến nó nổi bật hơn so với các tác nhân truyền thống bị giới hạn trong đầu ra dựa trên JSON hoặc văn bản. Bằng cách khai thác các gói phần mềm rộng lớn và tận dụng việc tiền huấn luyện trên dữ liệu mã, Kodak có thể giải quyết các thao tác phức tạp và kiểm soát và luồng dữ liệu, cho phép phát triển phần mềm tinh vi và giải quyết các nhiệm vụ thực tế trên các nền tảng như GitHub.

Bộ đánh giá đơn giản mới được giới thiệu bởi Open Devon sẽ tạo điều kiện cho việc đánh giá và so sánh toàn diện các tác nhân mã hóa, thúc đẩy các cải tiến và tiến bộ liên tục trong lĩnh vực này. Điều này, kết hợp với hiệu suất ấn tượng của Kodak 1.0, đặt Open Devon vào vị trí dẫn đầu trong cảnh quan phát triển phần mềm được hỗ trợ bởi AI.

Phần lớn các tác nhân mô hình ngôn ngữ lớn hiện có bị hạn chế bởi việc chỉ tạo ra các hành động ở định dạng JSON hoặc văn bản. Đây là nơi Kodak có thể cung cấp linh hoạt hơn, cho phép bạn kết hợp nhiều công cụ lại với nhau để thực hiện các nhiệm vụ khác nhau.

Kodak nổi bật bằng cách sử dụng việc tiền huấn luyện mô hình ngôn ngữ lớn hiện có trên dữ liệu mã. Điều này cho phép nó hỗ trợ các thao tác phức tạp thông qua luồng kiểm soát và dữ liệu, cũng như khai thác các gói phần mềm rộng lớn để mở rộng chức năng của nó.

Hiệu suất đáng hứa hẹn của Kodak có thể giúp bạn phát triển các loại phần mềm khác nhau và giải quyết các nhiệm vụ thực tế, chẳng hạn như những thứ được tìm thấy trên GitHub. Bằng cách tạo ra mã phức tạp, Kodak nhằm giải phóng người dùng khỏi các nhiệm vụ nhàm chán và赋予họ một khung trợ lý mã hóa mạnh mẽ.

Việc giới thiệu một tiêu chí đánh giá đơn giản mới sẽ giúp nhóm Kodak liên tục cải thiện và đánh giá hiệu suất của tác nhân theo thời gian. Điều này sẽ cho phép họ giới thiệu các chiến thuật và thuật toán nâng cao hơn để tăcường các khả năng của Kodak trong việc giải quyết các thách thức phức tạp.

Việc giới thiệu CodeAct 1.0 và bộ đánh giá đơn giản mới bởi các nhà sáng lập của OpenDevon đại diện cho những bước tiến đáng kể trong khung công tác tác nhân phát triển phần mềm mã nguồn mở.

CodeAct 1.0 là một tác nhân mã hóa tiên tiến đã đạt được tỷ lệ giải quyết đáng kể 21% trên bộ kiểm tra không hỗ trợ Sway Bench Light, tăng 177% so với các phiên bản trước đó. Tác nhân này hợp nhất các hành động của các mô hình ngôn ngữ lớn thành một giao diện mã thống nhất, cho phép nó thực hiện một loạt các nhiệm vụ liên quan đến mã hóa, chẳng h