Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Sourcegraph は最近、コード生成と理解における AI の機能を強化するための共同事業に乗り出しました。同社は、長いコンテキスト ウィンドウを活用することで、従来の AI モデルにとって課題となっていた大規模で複雑なコードベースの理解を向上させることを目指しています。同社は、すでに大規模なコードベースを持つ企業で使用されている Cody AI コーディング アシスタントの作成者と提携し、現実のシナリオでこれらの高度な AI モデルの可能性をテストするための実用的なフレームワークを提供しています。

拡張コンテキスト ウィンドウを使用する利点を定量化するために、Sourcegraph は、100 万トークン コンテキスト ウィンドウの Cody のパフォーマンスを標準バージョンと比較する一連のテストを実施しました。テストでは、開発者にとって重要な機能である技術的な質問への回答に重点を置きました。その結果、Essential Recall、Essential Concision、Helpfulness など、いくつかのベンチマークで顕著な改善が見られ、幻覚率と呼ばれる誤った情報の生成が大幅に減少しました。

ロングコンテキスト モデルを採用することの明らかな利点にもかかわらず、Sourcegraph は、最初のトークンを生成するために必要な時間が長くなるなどの特定のトレードオフを認識しています。これに対処するために、彼らはプリフェッチ メカニズムと、モデルの実行状態をキャッシュする新しいモデル アーキテクチャを導入し、リアルタイム コーディング支援の応答時間を大幅に短縮しました。

Sourcegraph と Cody AI コーディング アシスタントの開発者とのコラボレーションは、コード生成と理解への AI の適用における大きな進歩を強調しています。ロングコンテキスト ウィンドウの使用を最適化することで、彼らは広範で複雑なコードベースを扱う開発者向けの AI ツールの精度と効率を高めています。