Meta har afsløret et nyt AI-værktøj, CodeCompose, der er designet til at spejle funktionerne i GitHubs Copilot.
Værktøjet blev afsløret ved en begivenhed, der fremhævede Metas igangværende AI-strategi, hvor man også diskuterede specialfremstillede chips til træning af AI-modeller.
CodeCompose er i øjeblikket ikke offentligt tilgængeligt, men Meta afslørede, at deres interne udviklingsteams allerede bruger værktøjet.
Meta har også udgav en artikel beskriver CodeCompose: "CodeCompose er baseret på InCoder LLM, der fusionerer generative evner med tovejskommunikation. Vi har opskaleret CodeCompose til at betjene titusinder af udviklere på Meta, på tværs af 10+ programmeringssprog og flere kodningsflader."
Især er CodeCompose trænet, testet og valideret på Metas egen kodedatabase.
Dette omfatter rammer og biblioteker, der er udviklet i Hack, Metas programmeringssprog, og sikrer, at AI-værktøjet integrerer disse komponenter i sine kodningsanbefalinger.
Som Michael Bolin, en Meta-softwareingeniør, beskrev det: "Grundlaget for modellen hviler på offentlig forskning fra Meta. Vi har forfinet den specifikt for at imødekomme vores unikke interne behov og kodningsdatabaser."
CodeCompose har 6,7 milliarder parametre, hvilket er halvdelen af Copilot, et lignende værktøj, som GitHub tilbyder i samarbejde med OpenAI. Men flere parametre er ikke altid en garanti for bedre performance. Ifølge Meta er de grundlæggende træningsdata omhyggeligt renset, hvilket i høj grad reducerer sandsynligheden for, at modellen foreslår fejlagtig kode.
Da CodeCompose er trænet på intern kode, vil den så undgå aktuelle retssager mod OpenAI's potentielt ulovlige brug af brugernes kode?
Indtil videre er Metas holdning til, om CodeCompose har optaget licenseret eller ophavsretligt beskyttet kode, stadig uklar.
De har dog indrømmet, at "InCoders træning involverede indsamling af offentlig kode med specifikke licenser fra platforme som GitHub og GitLab og også fra StackOverflow."
Meta fortsætter med at modarbejde andre AI-virksomheder ved at tilbyde open source-modeller, der gør det muligt for enkeltpersoner og virksomheder at bygge deres modeller uden omkostninger. Det er allerede vanskeligt nok at tjene penge på AI - og frigivelsen af hver eneste open source-model fjerner den potentielle fortjeneste.
