任职于百度,现任前端架构师 & 百度ECOMFE、FE-CMC现任主席一职,大量参与百度智能化研发工具Comate的设计、实现、优化,在智能编码的开发、落地方面有丰富经验。
内容简介:
随着大模型应用的迅猛发展,各行各业都积极拥抱AI,其中软件研发作为大模型的一大领域,也将其视为划时代的生产力工具。
与常见的自然语言问题不同,在软件研发、编程领域,大模型有着需要匹配目标语言的精确语法、识别最佳路径和边缘情况、关注问题规范中的众多小细节等诉求,实际应用中更需要解决业务领域知识、研发环境、内部服务等的整合问题。
我们相信,只有将工程、流程、模型有机结合,才能产生突破性的研发效率的提升,本次分享将介绍百度在智能研发中的技术思考、解决方案和应用实践,包括模型构建、SFT精调、RAG知识加强、工程现场感知、工具平台开放性等手段,充分挖掘与释放大模型的生产力,为工程师提效。
演讲提纲:
1、智能研发场景中大模型辅助代码生成的机遇和挑战
2、智能研发经验分享
2.1 使用评估手段进行大模型代码能力的分析与量化
2.2 通过SFT等手段进一步强化模型代码生成效果
2.3 以RAG为核心的知识增强方案使模型与业务有机结合
3、Comate开发平台的落地实践
3.1 以开放性拥抱业务定制,定向提升研发效率
3.2 整合社区生态,让传统工具通过智能化更高效精准地服务工程师
3.3 化被动为主动,结合用户编程现场推送建议,真正成为开发伴侣
4、思考与展望
听众受益:
1、了解大模型代码能力的构建与优化
2、了解在研发过程中落地大模型应用提效方案
3、了解通过编程现场、工程技术与大模型结合产生的强化效果
4、了解基于大模型的智能化研发在企业内部的实际落地过程与结果