余弦精灵：新前沿 AI 软件工程

英国初创公司 Cosine 推出了其最新创新， Genie被誉为“世界's 世界上最好的 AI 软件工程师”此公告发布之前，该公司's 成功获得 2.5 万美元种子轮融资，由知名风险投资公司领投，包括 SOMA 和 Uphonest Capital，并得到 Lakestar 和 Focal 的额外支持.

余弦's Genie 已在 AI 软件工程取得了前所未有的成绩 SWE-Bench 评分为 30.08%，用于评估的行业标准基准 AI 模型的软件工程技能。这一分数显著超越了之前的最好成绩 Factory Code Droid 持有 19.27%，并比其他知名 AI 型号，例如 OpenAI's GPT-4，得分刚刚 同一基准利率为 1.31%.

余弦's 开发 Genie 的方法侧重于模拟 软件工程中的人类推理。 不像其他 AI 依赖于 提示基础模型Genie 已在一个专有数据集上接受训练，该数据集规范了人类解决问题的过程。该数据集来自软件工程师在工作中的真实案例，使 Genie 能够像人类工程师一样解决问题，而不是生成随机代码直到出现问题。

训练过程包括 数据管道 结合使用 工件、静态分析、自我发挥、逐步验证， 并经过微调 AI 基于大量标记数据训练的模型。这种细致的方法确保 Genie 可以解决错误、构建功能， 重构代码并执行各种编码任务 无论是自主开发还是与人类开发人员合作开发。

这一愿景根植于这样的信念：通过编纂人类推理， AI 模型可以训练用于执行跨领域复杂任务，从而改变开发和开发人员的工作方式。创始人首先意识到 大型语言模型 能够在 2022 年初模仿人类软件开发人员，并且从那时起一直在不懈努力地实现这一愿景。

精灵的含义's 能力是深远的。作为 AI 软件工程不断发展，余弦's Genie 为行业树立了新的标杆。其自主执行 端到端编程任务 具有高可靠性的软件开发有可能彻底改变软件开发，使工程资源不再成为技术团队的制约因素。

Cosine 计划扩展 Genie's 覆盖更多范围的能力 编程语言 和框架，探索用于简单任务的小型模型和用于复杂挑战的大型模型。此次扩展是公司's 更广泛的策略是创建一系列可以移植到任何最先进的基础模型的模型，使它们能够随时利用最智能的基础模型。

尽管有精灵's 令人印象深刻的表现，但仍有挑战需要克服。 SWE 工作台 最近修改了提交要求，现在要求提供完整的工作流程 AI 除了最终结果之外，还需要公开模型。这对 Cosine 来说是一个重大挑战，因为公开分享这些信息实际上会使其方法开源，从而削弱他们辛苦建立起来的竞争优势。

余弦's Genie 代表着 AI 软件工程，为行业树立了新的标准。Genie 能够模拟人类推理并自主执行复杂的编码任务，有望彻底改变该领域，并让我们一窥未来 AI 和人类开发人员无缝协作，解决最具挑战性的问题。