一个新的开源人工智能代码生成工具AlphaCodium的灵感来自谷歌DeepMind的AlphaCode（以及上个月由Gemini提供支持的AlphaCode 2），但现在已经超越了它，让X/Twitter本周都感到震惊。
“我们离让人工智能比人类更好地生成代码又近了一步！”张贴圣地亚哥·瓦尔达拉马（Santiago Valdarrama）。“结果表明，AlphaCodium是我们所见过的生成代码的最佳方法。它击败了 DeepMind 的 AlphaCode 和他们的新 AlphaCode2，而无需微调模型！
OpenAI 的 Andrej Karpathy 曾是特斯拉的 AI 总监，他强调了该工具的“流程工程”方法来改进代码生成——“从朴素的提示：答案范式转变为'流程'范式，其中答案是迭代构建的。
为了提高 LLM 在特定于代码问题上的性能，AlphaCode 的“流工程”超越了思维链提示工程，带回了 GAN 架构（由 Ian Goodfellow 于 2014 年开发）的元素，包括生成代码的模型以及通过测试、反射和规范匹配提供代码完整性的对抗模型。
该流程从输入开始，然后包括一系列预处理步骤，在这些步骤中，AlphaCodium 会反思问题并最终达到第一个代码解决方案。然后，它会生成其他测试，以帮助优化解决方案，并得出最终有效的测试。
初创公司 CodiumAI 开发了 AlphaCodium
总部位于特拉维夫的初创公司CodiumAI——根据其网站，其使命是“使开发人员能够更快地构建、零错误”——开发了AlphaCodium，并在CodeContests数据集上进行了测试，其中包含大约10,000个竞争性编程问题。它在 CodeContests 基准测试中的表现表明，其性能将 GPT-4 的准确率从 19% 提高到 44%。根据 CodiumAI 的说法，“这一结果不仅仅是数字上的改进;这是 LLM 在代码生成方面能力的一次飞跃，为该领域树立了新的标杆。
CodiumAI 成立于 2022 年，并于 2023 年 3 月筹集了 1060 万美元，它分享了一个 AlphaCodium GitHub 存储库和随附的论文“使用 AlphaCodium 生成代码：从提示工程到流程工程”。
联合创始人兼首席执行官伊塔马尔·弗里德曼（Itamar Friedman）在接受VentureBeat采访时表示，他对AlphaCodium迄今为止产生的关注感到惊讶，但他补充说，他知道这是一项突破，可以帮助整个开发者社区——强调AlphaCodium不仅仅是一个模型，而是一个系统和算法，可以在代码生成模型和“批评”模型之间实现“通信流”。
“这就是我们带到这里的大事——重要的是要把它看作是一种流动，这就是为什么我们称之为'流动工程'，”他说。他解释说，这种流程不仅允许人工智能生成样板代码，还可以生成有效且准确的代码。
OpenAI 和 Google DeepMind 是最大的编程竞赛
弗里德曼指出，他认为OpenAI（开发了Codex）和Google DeepMind（开发了AlphaCode和AlphaCode 2）是CodiumAI在编码竞赛中最大的竞争对手，但其最大的竞争对手是代码完整性技术本身。
“我们深受 DeepMind 的启发，”他说，并补充说他还与 OpenAI 首席执行官 Sam Altman 谈到了代码完整性的重要性。
“我与 Sam 非常一致，认为代码完整性不仅对下一代代码构建非常重要，而且对 AI 对齐也很重要，”他说。他解释说，AlphaCodium实际上是在提供“下一代”代码完整性——“它不仅得到了我的规范，还得到了我的文化文件、我的信仰和其他指导方针。
他说，谷歌DeepMind在他们的AlphaGo解决方案中加入了流程工程的各个方面，但在AlphaCode中没有——“我不知道为什么。他认为，也许是因为这个想法不是主流叙事的一部分，即只需要一个更好的大型语言模型。
“人工智能不生成工作代码的原因不是因为你需要更好的LLM，”他说。“这是因为你需要一个流程。”
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/5456.html
文章评论