GitHub、Copilotのコード補完を強化するカスタムモデルを導入

GitHubは、AI駆動のコーディングアシスタントであるCopilotを強化するための新しいカスタムモデルを導入しました。これは、開発者のフィードバックに基づいてコード補完の速度と精度を向上させることを目的としています。

GitHub Copilotの更新は、より関連性が高く効率的なコード提案を提供することを目指しています。これらの改善には、受け入れられ保持される文字数が20％増加し、受け入れ率が12％向上し、トークン毎秒スループットが3倍になり、待ち時間が35％減少することが含まれます。これらの変更は、さまざまなエディタや環境での全体的な体験を向上させ、開発者が編集に費やす時間を減らし、構築により多くの時間を割けるように設計されています。

受け入れられ保持される文字とコードフローの最適化により、GitHubは開発者がより有用で関連性のある提案を提供し、生産性を向上させることを目指しています。更新されたモデルは、Copilotの提案のより多くの部分が最終コードに残り、不必要なキーストロークを減少させます。

新しいモデルの効果を確保するために、GitHubは多層評価戦略を採用しました。オフライン、プレプロダクション、プロダクション評価を含み、コード補完体験のさまざまな側面を改善するのに寄与しました。モデルのパフォーマンスは、受け入れられ保持される文字、受け入れ率、待ち時間といったメトリクスを通じて評価され、実世界での適用可能性と開発者の満足度を保証します。

新しいモデルのトレーニングプロセスには、現代のコードのキュレーションされたコーパスでの中間トレーニング、続いて監督された微調整と強化学習が含まれました。このアプローチは、モデルの流暢さ、スタイルの一貫性、コンテキストの認識を保証しました。強化学習アルゴリズムは、コードの品質、関連性、役立ちを向上させることに焦点を当て、開発者にとってより正確で有用な補完を提供します。

今後、GitHubはCopilotの機能をゲームエンジンや金融システムなどのドメイン固有の領域に拡大する予定です。チームはまた、報酬関数を改善してコード補完の品質と関連性をさらに向上させるために作業しています。GitHubは、さまざまな開発者環境で高品質の支援を提供し続けることを目指しています。

GitHub Copilotの強化は、AIを活用して開発者の生産性を向上させ、コーディングプロセスを合理化するプラットフォームのコミットメントを強調しています。開発者のフィードバックを統合し、実世界のアプリケーションに焦点を当てることで、GitHubはより直感的で効果的なコーディングアシスタントを提供することを目指しています。