Программирование и разработка программного обеспечения

Google разрабатывает модель «GfG» для программирования: искусственный интеллект, адаптированный для внутренней рабочей среды

Google представила модель «GfG» на базе Gemini, обученную на огромных массивах внутренних программных данных для повышения эффективности разработчиков и сокращения времени выполнения задач по программированию.

2026-11-13
2 мин. чтения
58 просмотров
certi.news
Google разрабатывает модель «GfG» для программирования: искусственный интеллект, адаптированный для внутренней рабочей среды

Недавнее исследование, опубликованное специалистами компании Google, сообщает о разработке специализированной модели искусственного интеллекта для программной инженерии под названием Gemini for Google (GfG). Эта модель призвана устранить разрыв, с которым сталкиваются общие большие языковые модели при работе с крупными и проприетарными программными системами компаний.

Проблемы общих моделей в программных средах

Несмотря на то, что более 75% программного кода в Google создается или набрасывается с помощью искусственного интеллекта, общим моделям не хватает глубокого знания частных библиотек, уникальных паттернов проектирования и внутренних языков программирования, на которых полагается компания. Чтобы решить эту проблему, исследовательская группа обучила модель Gemini на огромных внутренних данных объемом 1 триллион токенов.

Механизм обучения и практические результаты

При обучении GfG команда опиралась на полный жизненный цикл разработки, включая проверку кода, журналы ошибок, внутреннюю документацию и журналы операций. Чтобы гарантировать, что модель не утратит свои общие способности к рассуждению (явление, известное как «катастрофическое забывание»), исследователи использовали методы «промежуточного обучения» и «повторного воспроизведения данных» для интеграции специальных знаний при сохранении общей эффективности.

Тестирование, охватившее 29 тысяч разработчиков, показало ощутимые результаты: количество взаимодействий с ИИ, необходимых для выполнения задач, сократилось на 23,1%, а скорость отклика улучшилась на 8,9%. Кроме того, доля кода, генерируемого ИИ, который остается пригодным для использования без изменений в течение 14 дней, выросла на 16,8%.

Почему эта новость важна?

Это развитие событий знаменует собой сдвиг в том, как крупные компании полагаются на искусственный интеллект; цель больше не ограничивается использованием общих вспомогательных инструментов, а заключается в создании «корпоративных» моделей, понимающих технический контекст конкретной компании. Модель доказала свою эффективность в сложных задачах, таких как обновление крупномасштабных систем, где она способствовала сокращению затрачиваемого времени на 50% по сравнению с ручной работой, а также улучшила потребление вычислительных ресурсов за счет систем автоматической оптимизации кода.

Источник новости
c
Автор

certi.news

В той же категории

Вам также может понравиться

Все новости