北大李戈团队提出大模型单测生成新方法,显著提升代码测试覆盖率
为了解决该痛点,北京大学李戈教授团队提出一种全新的提升测试用例覆盖率的方法,该方法借助程序分片思想(MethodSlicing),将复杂待测函数依据语义拆解为若干简单片段,进而让大模型为各个简单片段分别生成测试样例。生成单个测试样例时,大模型只需分析原待测函数的一个片段,分析难度减小,生成覆盖该片段的单元测试难度随之减小...
北大研发Agent框架,挑战真实编程场景,重塑大模型代码生成能力
为了提升大模型在真实编程场景下的能力,北京大学金芝教授和李戈教授团队提出了一种基于Agent的项目级别代码生成框架。该方法允许大模型调用多种精心设计的辅助工具,通过大模型和各种工具的交互,自主完成项目级别代码生成的全流程。相关论文近期被国际计算语言学年会(ACL,AnnualMeetingoftheAssociationforComputa...
北大千问团队推出数学专用版CriticGPT,找茬让大模型进步更快
北大团队发现,这种方法不仅在代码当中有用,也能帮助语言模型解决数学问题。于是团队利用相似的思路,把代码换成数学问题,推出了“数学版CriticGPT”——Math-Minos。用GPT4逐步提出修正意见在数学推理领域,验证解决方案的正确性,是确保推理质量的关键步骤。然而,现有的数学验证器大多依赖于二元分类标签进行训练,这种...
「代码大模型」成 AI 新风口,aiXcoder 想让所有企业抢先用上
aiXcoder团队向极客公园透露,其从客户需求中「长」出来的代码模型技术,使得包括7B-base模型在内的aiXcoder系列模型都易部署、易定制、易组合,更贴合实际软件开发任务,与企业应用场景深度融合,更适合落地。去年初ChatGPT大火时,大家对大模型技术的期待相当高,通用人工智能似乎一步之遥。热情回归理性,大模型走...
大模型写代码能力突飞猛进,北大团队提出结构化思维链SCoT
北京大学李戈、金芝教授团队提出了一种结构化的思维链,显著地提升了大模型在代码生成上的准确率。结构化的思维链约束大模型使用程序结构(例如:顺序、分支和循环结构)去组织思维过程,引导大模型从程序语言的角度去思考如何解决需求。实验结果表明:结构化的思维链稳定地超越了之前的工作(例如:标准的思维链),进一步提升了...
北大用ChatGPT组建了个开发团队:大模型分饰多角色,协同完成软件...
今年4月,北京大学李戈教授团队提出了一种全新的self-collaboration(自合作)模式(www.e993.com)2024年9月19日。它允许多个大模型扮演不同的角色,组成了一个无需人类参与的软件开发团队,通过大模型间的合作和交互,自主完成整个软件开发流程,甚至包括一些复杂的代码生成任务。论文链接:httpsarxiv/pdf/2304.07590.pdf...
...搜狗原CMO加盟王小川公司;首个线性注意力Transformer大模型...
据机器之心报道,近日,北京大学李戈教授团队提出了一种全新的self-collaboration(自合作)模式。它允许多个大模型模型扮演不同的角色,组成了一个无需人类参与的软件开发团队,通过大模型间的合作和交互,自主完成整个软件开发流程,甚至包括一些复杂的代码生成任务。
DL时代的代码补全利器,北大出品,效果远超语言模型
但是李戈教授表示,这样的想法是远远不够的。预训练语言模型在代码补全任务中效果不佳,主要是因为代码补全任务本身存在诸多不同于自然语言分析任务的挑战。首先是代码文本中存在的语义抽象性问题。代码的语义(功能语义)与其字面表示之间存在更大的差距。我们无法根据字面确定代码的准确语义。例如,在代码中,只改变一个字符...
华为将推盘古数字人大模型丨AIGC大事日报
4、北大团队提出AI大模型生成代码新模式据机器之心报道,近日,北京大学李戈教授团队提出了一种全新的self-collaboration(自合作)模式。它允许多个大模型模型扮演不同的角色,组成了一个无需人类参与的软件开发团队,通过大模型间的合作和交互,自主完成整个软件开发流程,甚至包括一些复杂的代码生成任务。
北大用ChatGPT打造开发团队,无需人类干预,AI自主完成软件开发
北京大学李戈教授团队提出了一种全新的self-collaboration(自合作)模式。它允许多个大模型模型扮演不同的角色,组成了一个无需人类参与的软件开发团队,通过大模型间的合作和交互,自主完成整个软件开发流程,甚至包括一些复杂的代码生成任务。论文链接:httpsarxiv/pdf/2304.07590.pdf...