Poolside AI Code Generation
Το Poolside είναι ένα καλά χρηματοδοτούμενο μοντέλο δημιουργίας τεχνολογιών εκκίνησης με τεχνητή νοημοσύνη που ειδικεύεται αποκλειστικά στην ανάπτυξη λογισμικού.
Επισκόπηση
Its big bet is that training on real software-engineering feedback, not just scraped code, will produce models that out-code general-purpose LLMs.
Βαθιά κατάδυση
Ιδρύθηκε το 2023 από τον Jason Warner (πρώην CTO του GitHub) και τον Eiso Kant, το Poolside ξεκίνησε να κατασκευάζει μοντέλα συνόρων που στοχεύουν αποκλειστικά σε κώδικα και όχι σε chatbots. Η ιδέα της υπογραφής του είναι το Reinforcement Learning από την Ανάδραση εκτέλεσης κώδικα (RLCEF): αντί να προβλέπει μόνο το επόμενο διακριτικό, το μοντέλο γράφει κώδικα, τον εκτελεί έναντι δοκιμών και μεταγλωττιστών και μαθαίνει από το εάν όντως λειτούργησε. Το Poolside συγκέντρωσε περίπου 626 εκατομμύρια δολάρια σε μια σειρά Β του 2024 σε αποτίμηση 3 δισεκατομμυρίων δολαρίων, με υποστηρικτές όπως η Bain Capital Ventures και αργότερα η Nvidia. Η εταιρεία πουλά σε επιχειρήσεις που θέλουν μοντέλα κώδικα που αναπτύσσονται στο δικό τους περιβάλλον, δίνοντας έμφαση στο απόρρητο, στη φιλοξενία εντός εγκατάστασης ή σε ιδιωτικό cloud και βοηθούς που είναι συντονισμένοι στα εσωτερικά αποθετήρια ενός πελάτη και όχι σε ένα κοινόχρηστο δημόσιο API.
Τεχνική διορατικότητα
Το RLCEF αντιμετωπίζει τον μεταγλωττιστή και τη δοκιμαστική σουίτα ως ένα αυτόματο σήμα ανταμοιβής. Το μοντέλο δημιουργεί υποψήφιες λύσεις, τις εκτελεί και η ενισχυτική μάθηση ωθεί τα βάρη προς τα αποτελέσματα που μεταγλωττίζουν και περνούν δοκιμές. Επειδή η ορθότητα μπορεί να ελεγχθεί μέσω προγραμματισμού, το Poolside μπορεί να δημιουργήσει αποτελεσματικά απεριόριστη συνθετική ανατροφοδότηση εκπαίδευσης χωρίς ανθρώπινες ετικέτες, έναν κλιμακωτό βρόχο που η καθαρή προεκπαίδευση επόμενου συμβολικού σε αποθετήρια στατικού κώδικα δεν μπορεί να προσφέρει από μόνη της.
Στρατηγικός αντίκτυπος
Στρατηγική προμηθευτή
Οι χάρτες πορείας προμηθευτών επηρεάζουν τα χαρακτηριστικά που μπορεί να δημιουργήσει η ομάδα σας στη συνέχεια.
Κόστος και προϋπολογισμός
Οι εμπορικοί όροι και οι επιλογές ανάπτυξης επηρεάζουν το μακροπρόθεσμο κόστος και τον κίνδυνο.
Κίνδυνος και ασφάλεια
Τα κίνητρα της εταιρείας διαμορφώνουν τις προεπιλογές προϊόντων, τη στάση ασφαλείας και τη διαφάνεια.
The Future of Poolside AI Code Generation
Το Poolside είναι ανταγωνιστές αγώνων όπως οι OpenAI, Anthropic και ο Cursor για τη δημιουργία εταιρικού κώδικα. Αναμένετε βαθύτερες δυνατότητες αντιπροσώπων (επεξεργασίες πολλών αρχείων, αυτόνομη ολοκλήρωση εργασιών), αυστηρότερη εγκατάσταση εντός της εγκατάστασης για ρυθμιζόμενες βιομηχανίες και υπολογιστική κλιμάκωση που υποστηρίζεται από την Nvidia. Το βασικό ερώτημα είναι εάν ένα μοντέλο θεμελίωσης μόνο με κωδικό μπορεί να παραμείνει μπροστά από τα γενικά μοντέλα συνόρων που βελτιώνονται συνεχώς στον προγραμματισμό και εάν οι επιχειρήσεις πληρώνουν ένα ασφάλιστρο για το απόρρητο και την προσαρμογή.
Υλοποίηση σε πραγματικό κόσμο
Η ανάπτυξη ενός ιδιωτικού βοηθού κώδικα μέσα στην υποδομή μιας τράπεζας, ώστε ο αποκλειστικός πηγαίος κώδικας να μην φεύγει ποτέ από το τείχος προστασίας.
Δημιουργία και αυτόματη επικύρωση δοκιμών μονάδας εκτελώντας τα σε sandbox πριν τα προτείνετε στους προγραμματιστές.
Βοηθώντας μια επιχείρηση να εκσυγχρονίσει μια μεγάλη βάση κωδικών παλαιού τύπου με προτάσεις μοντέλων συντονισμένες στις εσωτερικές βιβλιοθήκες αυτής της εταιρείας.
Η παροχή αυτόματης συμπλήρωσης και κωδικοποίησης βασισμένης σε συνομιλία βοηθά να βελτιστοποιηθούν τα συγκεκριμένα αποθετήρια και οι συμβάσεις κωδικοποίησης ενός πελάτη.
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Οι ανακοινώσεις κυκλοφορίας ενδέχεται να ξεπεράσουν τη σταθερότητα στις πραγματικές ροές εργασιών παραγωγής.
Η τιμολόγηση API ή οι αλλαγές πολιτικής μπορούν να σπάσουν τις υποθέσεις από τη μια μέρα στην άλλη.
Η εξάρτηση από έναν προμηθευτή αυξάνει το κόστος κλειδώματος και μετεγκατάστασης.
Οδικός Χάρτης Εφαρμογής
Αξιολογήστε τους παρόχους χρησιμοποιώντας τις δικές σας εργασίες και σύνολα δεδομένων.
Ελέγξτε το απόρρητο, την ασφάλεια και τους νομικούς όρους πριν από την ενσωμάτωση.
Διατηρήστε ένα εναλλακτικό σχέδιο σε μοντέλα ή προμηθευτές.
Παρακολουθήστε τις σημειώσεις έκδοσης, ώστε οι αλλαγές στον οδικό χάρτη να μην εκπλήσσουν τις ομάδες.
Συνεχίστε την εξερεύνηση
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Poolside AI Code Generation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Επόμενος οδηγός
Συμπλήρωση κώδικα Tabnine
Συχνές ερωτήσεις
What is Poolside AI Code Generation?
Το Poolside είναι ένα καλά χρηματοδοτούμενο μοντέλο δημιουργίας τεχνολογιών εκκίνησης με τεχνητή νοημοσύνη που ειδικεύεται αποκλειστικά στην ανάπτυξη λογισμικού. Το μεγάλο στοίχημά του είναι ότι η εκπαίδευση σε πραγματικές ανατροφοδοτήσεις μηχανικής λογισμικού, όχι μόνο με αποκόλληση κώδικα, θα παράγει μοντέλα που ξεπερνούν τα LLM γενικής χρήσης.
Ποια είναι η βασική τεχνική προπόνησης για την οποία είναι γνωστό το Poolside;
Η μέθοδος υπογραφής του Poolside είναι η RLCEF, όπου το μοντέλο εκτελεί τον δικό του κώδικα έναντι δοκιμών και μεταγλωττιστών και μαθαίνει από το εάν πράγματι εκτελέστηκε σωστά.
Τι ρόλο είχε προηγουμένως ένας από τους συνιδρυτές του Poolside;
Ο Jason Warner, συνιδρυτής του Poolside, ήταν προηγουμένως ο Chief Technology Officer του GitHub.
Τι δίνει έμφαση στο Poolside για τους εταιρικούς πελάτες;
Το Poolside στοχεύει επιχειρήσεις με ιδιωτική και εσωτερική φιλοξενία, έτσι ώστε ο αποκλειστικός πηγαίος κώδικας να μην φεύγει από το περιβάλλον του πελάτη.
Ποια μεγάλη εταιρεία τσιπ έγινε αξιόλογος επενδυτής/υποστηρικτής του Poolside;
Η Nvidia έγινε υποστηρικτής του Poolside, υποστηρίζοντας τις υπολογιστικές ανάγκες μεγάλης κλίμακας για εκπαίδευση μοντέλων κωδικών συνόρων.
Γιατί είναι τόσο πολύτιμη η ανατροφοδότηση εκτέλεσης κώδικα για την εκπαίδευση ενός μοντέλου κώδικα;
Επειδή οι μεταγλωττιστές και οι δοκιμές επαληθεύουν την ορθότητα μέσω προγραμματισμού, το μοντέλο μπορεί να παράγει τεράστιες ποσότητες ανατροφοδότησης εκπαίδευσης που δημιουργείται μόνος του χωρίς δαπανηρή ανθρώπινη σήμανση.