用户名:  密码:   
网站首页即时通讯活动公告最新消息科技前沿学人动向两岸三地人在海外历届活动关于我们联系我们申请加入
栏目导航 — 美国华裔教授专家网最新消息社区报道
关键字  范围   
 
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
2024/4/6 12:11:27 | 浏览:249 | 评论:0

智能体工作流

SWE-agent的工作流程分为两个阶段:
第一阶段被称为「推理」,此时SWE-agent会处理一个GitHub上报告的问题,并生成一个旨在修复该问题的拉取请求(Pull Request)。
第二阶段,则是对生成的拉取请求进行「评估」,以确认它是否真正解决了报告的问题。(目前只适用于SWE-bench基准测试中的问题)
推理
只需使用下面这个脚本,你就可以在任何GitHub问题上运行SWE-agent了!
python run.py --model_name gpt4 \
  --data_path https://github.com/pvlib/pvlib-python/issues/1603 --config_file config/default_from_url.yaml
接下来,要实现SWE-bench上的推理,需要在SWE-bench Lite上运行SWE-agent并生成补丁:

python run.py --model_name gpt4 \
  --per_instance_cost_limit 2.00 \
  --config_file ./config/default.yaml
如果要运行SWE-bench中的单个问题,则需使用--instance_filter选项:

python run.py --model_name gpt4 \
  --instance_filter marshmallow-code__marshmallow-1359
评估
评估生成的拉取请求方法如下:
cd evaluation/
./run_eval.sh <predictions_path>
需要注意的是,这个步骤仅适用于SWE-bench问题集。

作者介绍

就在下周公布,SWE-agent论文就会公开。
这项研究中两位核心作者是John Yang和Carlos E. Jimenez。
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
John Yang
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
John Yang目前是普林斯顿大学的研究助理,导师是Karthik Narasimhan。他曾在加州大学伯克利分校取得了电子工程和计算机学士学位。
他本人对语言基础和交互、LLM的基准测试、软件工程和代码生成感兴趣。
Carlos E. Jimenez
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
Carlos E. Jimenez是普林斯顿的博士生,导师是Karthik Narasimhan教授。
他研究的是自然语言处理的人工智能和ML,研究兴趣包括代码语言模型,以及面向任务的对话。
Carlos曾在犹他大学获得了计算机科学学士学位,导师是Ellen Riloff。
编码的未来掌握在AI手中?

无可否认,AI正逐渐改变技术行业的运作方式。
不管是Devin、Devika,还是OpenDevin等等,都在软件工程领域有着出色的表现。
在这里,AI不再仅仅是软件工程师的辅助工具,而是开始承担起了工程师的角色,完成过去认为只有人类才能完成的任务。
那么,这是否意味着AI已经不仅仅是一个工具,而是成为了工程过程中的合作伙伴?
更进一步的,AI是否真的能够独立编写安全的代码?未来,编程是否将完全交由AI来掌控?
可以说,这些问题不仅关乎技术的进步,也触及到我们对于AI角色和能力认知的深层次思考。
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
Devin:AI工程的变革者
今年3月12日,一家叫才成立不到2个月的10人初创公司,就给了全世界亿点点震撼。
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
他们发布的世界上第一位AI程序员——Devin,不仅掌握了全栈技能,能自主学习不熟悉的技术,端到端地构建和部署应用程序,自己改bug,甚至还能训练和微调自己的AI模型!
在SWE-bench上,Devin的表现远远超过Claude 2、Llama、GPT-4等选手,取得了13.86%的惊人成绩!
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
可以说,Devin并不仅仅是一款AI工具,而是一个能够独立完成软件工程任务的AI系统。
与以往AI工具不同的是,Devin能够规划并实施复杂的软件项目,这意味着AI现在能够扮演起工程师的角色。
除了编写代码外,Devin还能够处理程序中的错误,部署应用,乃至于训练新的AI模型。
OpenDevin:共创未来的愿景
就在发布当天,Devin的开源翻版——OpenDevin横空出世。
通过鼓励社区成员贡献代码和坚持开放标准的原则,OpenDevin致力于不断改进和增强AI在软件开发中的应用,使软件工程师能够更高效地完成编程任务。
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
Devika:开源社区的新星
受到Devin在AI软件工程领域开创性成就的激励,另一个开源项目——Devika也诞生了。
Devika是一个富有主动性的AI软件工程师,它能够理解人类的高级指令,把这些指令分解成具体步骤,搜集所需的信息,并据此编写代码来完成既定目标。
普林斯顿首个「开源」AI程序员登场!爆改GPT-4,93秒修bug
具体来说,Devika依托于Claude 3的强大能力,结合了先进的AI规划与编程技术,打造了一个开放给社区并由社区共同推动发展的平台。
Devika不仅仅是一个技术项目,它更是一个向全球开源贡献者发出的邀请,鼓励他们参与到AI创新的旅程中来,共同探索和定义AI技术的未来。
目前还无法代替人类


随着像Devin、Devika和OpenDevin这样的AI软件工程师的兴起,我们已经见证了AI在编程方面的巨大潜力。
这些AI不仅能够规划和执行复杂的工程任务,还能找出并修复漏洞,甚至负责整个项目的开发流程。
然而,当面对复杂的现有代码库并追求编写安全代码时,情况变得更加复杂。
编写安全的代码不仅要求代码无误,更重要的是要理解代码的广泛背景、可能的安全漏洞以及最新的安全研究和实践。
在这里,人类的监督仍然不可或缺。
虽然我们尚未达到AI能够完全取代软件工程师的阶段,但AI无疑正在改变技术领域的面貌和未来的走向。
在AI创新日新月异的今天,Devin、Devika和OpenDevin引发了我们对人工智能与人类之间关系的深思:我们是否应该将AI视为与人类相似的存在?
正如Ethan Mollick在「On the Necessity of Sin」中提出的,我们面临的是与AI合作共创软件工程未来的机遇,还是AI最终将取代人类角色的挑战?
答案可能在于我们对未来的设想,以及我们是否愿意采取一种开源的态度,强调透明度、开放性和协作精神。
参考资料:
https://swe-agent.com/
https://github.com/princeton-nlp/SWE-agent
https://news.opensauced.pizza/open-source-projects-that-are-gaining-steam-that-you-havent-heard-of/

相关栏目:『社区报道
大学宿舍,真的会毁了很多人 2024-06-20 [76]
跳喷泉?睡衣跑?从UC系到斯坦福,加州大学11项有趣的校园传统! 2024-06-20 [69]
1.2万人涌入的AI顶会,华人主导的最佳论文,和彻底被“Sora”改造的CV 2024-06-21 [132]
艺术“钞能力”!女艺术家把失恋后的床做成艺术品,卖了254万多英镑! 2024-06-21 [23]
鹰小美日记 | “期末”小考:这8道美国地理题你会吗 2024-06-16 [167]
迈阿密大学校长佛伦克将成为下一任UCLA校长 2024-06-13 [200]
国际华人体育与健康学会第十届年会在北京体育大学开幕 2024-06-10 [168]
黎曼猜想显著突破!陶哲轩强推MIT、牛津新论文,37岁菲尔兹奖得主参与 2024-06-07 [189]
数学家侯一钊,当选美国国家科学院院士 2024-06-07 [196]
鹰小美日记 | 谁还不是个宝宝 【福利贴】 2024-05-31 [282]
相关栏目更多文章
最新图文:
:大数据分析图解:2019中国企业500强 张梦然:英国惠康桑格研究所:人体内的微生物与出生方式有关 :美众议院将调查华裔部长赵小兰“利用职权为家族谋利“ :UCLA CCS 2019 Fall Quarter Lecture Series Overview 谭晶晶:美国科技界高度关注中国科技创新进展 :推荐:2019年底前中国高校重要学术论坛(10月 - 12 月) :黄奇帆:今后10年,中国经济将发生5个历史性变化 :为了在外太空住,人们都设计过怎样的房子?
更多最新图文
更多《即时通讯》>>
 
打印本文章
 
您的名字:
电子邮件:
留言内容:
注意: 留言内容不要超过4000字,否则会被截断。
未 审 核:  是
  
关于我们联系我们申请加入后台管理设为主页加入收藏
美国华裔教授专家网版权所有,谢绝拷贝。如欲选登或发表,请与美国华裔教授专家网联系。
Copyright © 2024 ScholarsUpdate.com. All Rights Reserved.