Το GitHub ανακοίνωσε την περιορισμένη διαθεσιμότητα βελτιστοποιημένων μοντέλων για πελάτες του Copilot Enterprise. Με τα βελτιωμένα μοντέλα, οι πελάτες μπορούν να προσαρμόσουν την εμπειρία τεχνητής νοημοσύνης έτσι ώστε να ταιριάζει καλύτερα στις συγκεκριμένες πρακτικές κωδικοποίησης και στις γλώσσες προγραμματισμού τους. Το GitHub είπε ότι αυτή η προσαρμογή βελτιώνει τη συνάφεια και την ποιότητα των προτάσεων κώδικα.
Το GitHub αποκάλεσε τα τελειοποιημένα μοντέλα το «επόμενο μεγάλο άλμα στην προσαρμογή». Εκπαιδεύοντας μοντέλα στη βάση κώδικα του οργανισμού σας και συνυπολογίζοντας την τηλεμετρία σχετικά με τον τρόπο με τον οποίο οι προγραμματιστές σας χρησιμοποιούν την πρόταση του Copilot, τα βελτιωμένα μοντέλα μπορούν να προσφέρουν καλύτερα αποτελέσματα.
Σχολιάζοντας τα αποτελέσματα της χρήσης αυτών των μοντέλων, το GitHub είπε:
“Το Copilot εξοικειώνεται στενά με τις ενότητες, τις λειτουργίες, τις σπάνιες γλώσσες, όπως παλαιού τύπου ή ιδιόκτητες γλώσσες και εσωτερικές βιβλιοθήκες—παρέχοντας προτάσεις κώδικα που δεν είναι απλώς συντακτικά σωστές, αλλά πιο βαθιά ευθυγραμμισμένες με το στυλ και τα πρότυπα κωδικοποίησης της ομάδας σας.”
Για να φτιάξει αυτά τα μοντέλα, το GitHub χρησιμοποιεί κάτι που ονομάζεται μέθοδος Low-Rank Approximation (LoRA). Για τους οργανισμούς, το κύριο πλεονέκτημα αυτής της μεθόδου είναι ότι η εκπαίδευση είναι ταχύτερη και πιο προσιτή από τις παραδοσιακές τεχνικές μικρορύθμισης. Η μέθοδος LoRA ενσωματώνει επίσης πληροφορίες σχετικά με τον τρόπο με τον οποίο η ομάδα σας αλληλεπιδρά με προτάσεις από το Copilot.
Μία από τις μεγάλες ανησυχίες σχετικά με τη γενετική τεχνητή νοημοσύνη είναι η συλλογή δεδομένων. Υπηρεσίες όπως το Gemini και το ChatGPT καταγράφουν πληροφορίες από γενικούς χρήστες για να βελτιώσουν τις υπηρεσίες τους. Με τα βελτιωμένα μοντέλα του GitHub Copilot, η εταιρεία λέει ότι περιλαμβάνεται η ασφάλεια δεδομένων. Τα δεδομένα σας είναι πάντα δικά σας και δεν χρησιμοποιούνται ποτέ για την εκπαίδευση του μοντέλου άλλου πελάτη και το προσαρμοσμένο μοντέλο σας είναι πάντα ιδιωτικό, δίνοντάς σας τον έλεγχο.
Εξηγώντας τη διαδικασία εκπαίδευσης, το GitHub λέει:
“Όταν ξεκινάτε μια εκπαιδευτική διαδικασία, τα δεδομένα αποθήκης και τα δεδομένα τηλεμετρίας σας κωδικοποιούνται και αντιγράφονται προσωρινά στον εκπαιδευτικό αγωγό Azure. Ορισμένα από αυτά τα δεδομένα χρησιμοποιούνται για εκπαίδευση, ενώ ένα άλλο σετ δεσμεύεται για επικύρωση και αξιολόγηση ποιότητας. Μετά τη λεπτομέρεια Η διαδικασία έχει ολοκληρωθεί, το μοντέλο υποβάλλεται σε μια σειρά από αξιολογήσεις ποιότητας για να διασφαλιστεί ότι έχει καλύτερη απόδοση από το βασικό μοντέλο.
Εάν το μοντέλο σας περάσει αυτούς τους ποιοτικούς ελέγχους, θα αναπτυχθεί στο Azure OpenAI. Αυτή η ρύθμιση μας επιτρέπει να φιλοξενούμε πολλά μοντέλα LoRA σε κλίμακα, διατηρώντας παράλληλα το δίκτυο απομονωμένο το ένα από το άλλο. Μετά την ολοκλήρωση της διαδικασίας, τα προσωρινά δεδομένα εκπαίδευσης αφαιρούνται από όλες τις επιφάνειες και η ροή δεδομένων συνεχίζεται μέσω των κανονικών καναλιών συμπερασμάτων. Οι υπηρεσίες διακομιστή μεσολάβησης Copilot διασφαλίζουν ότι χρησιμοποιείται το σωστό προσαρμοσμένο μοντέλο για τις συμπληρώσεις κώδικα των προγραμματιστών σας.”
Αυτά τα βελτιωμένα μοντέλα βρίσκονται τώρα σε περιορισμένη δημόσια έκδοση beta και το GitHub σταδιακά ενσωματώνει πελάτες από τη λίστα αναμονής του. Εάν θέλετε να εγγραφείτε στη λίστα αναμονής, μπορείτε να το κάνετε εδώτότε απλώς περιμένετε υπομονετικά.
Πηγή: GitHub
VIA: NeoWin.net
