演讲主题

智能化研发在百度的落地

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。 大纲： 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 a. 使用评估手段进行大模型代码能力的分析与量化 b. 通过SFT等手段进一步强化模型代码生成效果 c. 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 a. 以开放性拥抱业务定制，定向提升研发效率 b. 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 c. 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 在大模型发展之下，人与模型的协同关系最终会发生变化。首先模型与人会有更强的“陪伴”感，不再是人主动使用模型得到回答，而是由模型“主动”地观察人的活动，给予适当的建议；其次如同智能驾驶从L2发展到L4一般，模型也会逐渐由“辅助”发展成“巡航”至“接管”，更偏向端到端的需求的完成，而不是具体任务的辅助。