2024年5月16日，華為混合云研發(fā)生產(chǎn)線總監(jiān)趙子武在華為AI 制造行業(yè)峰會上發(fā)表《提質(zhì)增效，AI賦能軟件開發(fā)創(chuàng)新》主題演講，詳細介紹基于華為云Stack的CodeArts軟件開發(fā)生產(chǎn)線，基于華為多年研發(fā)最佳實踐和工具，覆蓋軟件開發(fā)全生命周期服務。

華為混合云研發(fā)生產(chǎn)線總監(jiān)趙子武

2024年，基于華為云Stack混合云的CodeArts迎來全新升級，新增盤古研發(fā)大模型加持下的CodeArts Snap智能開發(fā)助手，提供代碼生成、研發(fā)知識問答、單元測試、代碼解釋、代碼注釋、代碼調(diào)試、代碼翻譯和代碼檢查等核心八大特性，幫助開發(fā)者端到端提升研發(fā)效率超過20%。

會上，趙子武詳細介紹了CodeArts Snap智能開發(fā)助手的3大關(guān)鍵競爭力：

CodeArts Snap關(guān)鍵競爭力一：構(gòu)建精品研發(fā)訓練數(shù)據(jù)，塑造天生高質(zhì)量模型

華為云Stack構(gòu)建一整套開發(fā)工具鏈、基本法和自動化平臺，基于1.5萬億開源研發(fā)數(shù)據(jù)以及華為各產(chǎn)品線代碼，精心篩選出了500億Token精品研發(fā)數(shù)據(jù)。

基本法包含三個內(nèi)容：第一個模型的語料質(zhì)量，只有進行清晰高質(zhì)量的問題，大量正確的背景知識，以及能夠明確的表達出自己的要求，最后輸出來的結(jié)果才可能是對的。第二個就是清洗出來的數(shù)據(jù)是高質(zhì)量的，清洗的過程是有序的，數(shù)據(jù)是有保障的。第三是評測基本法，訓練出來的代碼生成模型，要有清晰的評價標準，要有一套比較中立的，比較專業(yè)的一種方法去評測，而不是靠主觀來評價。

有了基本法之后，CodeArts Snap也建立了兩個自動化的工具平臺，一個是自動化的數(shù)據(jù)清洗平臺，一個是自動化的模型評測平臺，支撐持續(xù)高效運營，保證模型訓練持續(xù)優(yōu)化。

CodeArts Snap關(guān)鍵競爭力二：強化訓練 評價反饋，模型“越用越聰明”

好的評估機制可以對模型進行強化學習，基于這套強化學習的邏輯，讓研發(fā)大模型的代碼生成能力更強。采用內(nèi)外循環(huán)的方式來迭代優(yōu)化我們的訓練數(shù)據(jù)，從而讓這個模型越訓練越聰明。

外循環(huán)是指用戶使用的時候，系統(tǒng)會收到用戶評價和反饋，比如是否接受完全結(jié)果，還是不接受或者部分接受。將這些數(shù)據(jù)集注入到到下一輪的訓練迭代，從而極大提到訓練結(jié)果的準確度。

內(nèi)循環(huán)是會構(gòu)建自動化測試和評估的工具，不斷自動評測和強化學習。

CodeArts Snap關(guān)鍵競爭力三：自動補充背景信息，模型“越聽越明白”

大模型能否很好的輸出想要的結(jié)果的前提是能聽得明白，用戶的問題是基于自然語言的認知提出來的。CodeArts Snap有大量的可以使用的已知API調(diào)用，基于豐富的知識庫可以查找類似的實現(xiàn)、相關(guān)的數(shù)據(jù)庫表結(jié)構(gòu)、相關(guān)的類以及工程的上下文內(nèi)容，自動補充相關(guān)背景信息。此外傳遞大模型的信息是非常復雜和豐富的，包含各個步驟，需求描述，數(shù)據(jù)庫表，三方件的接口，使用的框架，從歷史的項目切片中拿出類似代碼，這時大模型就得到了一個充分的知識輸入，他會把最終結(jié)果給出。這樣他聽得越明白，推理的結(jié)果越準確。

華為云Stack CodeArts Snap智能開發(fā)助手不僅提升了研發(fā)效率，更為開發(fā)者提供了一個全新的工作模式愿，為更多工業(yè)企業(yè)開啟智能研發(fā)的新篇章，共創(chuàng)美好的數(shù)字化未來。

關(guān)注@華為云，了解更多資訊