Iterate 推出 AppCoder LLM：助力企業利用自然語言創建 AI 應用程序

Home AI新聞 Iterate 推出 AppCoder LLM：助力企業利用自然語言創建 AI 應用程序

Updated on 十一月 10 2023

隨著企業努力利用人工智慧（AI）獲取競爭優勢，各大供應商競相推出簡化高效能AI和機器學習（ML）應用程序開發的工具。儘管低代碼開發逐漸受到關注，位於加州的Iterate卻大膽地完全取消了編碼層。Iterate專注於在私有、邊緣和雲端環境中部署AI和新興技術。今天，他們推出了AppCoder LLM——一款經過微調的模型，能夠根據自然語言提示生成可立即投入生產的AI應用程式代碼。

AppCoder LLM集成於Iterate的Interplay應用開發平台，能夠無縫運作於文本提示下，作為生成式AI的助手。其性能超越現有的AI編碼解決方案，包括Wizardcoder，允許開發團隊迅速獲取準確代碼，應用於物體檢測、文檔處理等多種AI應用。

Iterate.ai的首席技術官Brian Sathianathan表示：「這款創新模型能夠為項目生成功能性代碼，顯著加快開發週期。我們鼓勵各隊伍探索Interplay-AppCoder LLM，體驗自動代碼生成的強大能力。」

AppCoder LLM的獨特之處

Iterate Interplay是一個完全容器化的拖放平台，整合了AI引擎、企業數據源以及第三方服務節點，以簡化生產就緒的應用開發。開發團隊可以為每個節點打開自定義代碼，而AppCoder在這方面表現尤為突出，能夠高效地將簡單的自然語言指令轉化為代碼。

Sathianathan提到：「Interplay-AppCoder能利用像YOLOv8這樣的計算機視覺庫來創建先進的物體檢測應用程序。我們還可以為像LangChain和Google庫這樣廣泛使用的庫生成代碼，這對於聊天機器人等功能至關重要。」

舉例來說，一家快餐店可以連接視頻數據源，並請Interplay-AppCoder創建一個使用YOLOv8模型的車輛識別應用。該LLM會立即生成所需的代碼。

Sathianathan分享，測試期間，他的團隊在不到五分鐘的時間內創建了一個核心、生產就緒的檢測應用。如此快速的開發不僅降低了成本，還提升了生產力，使團隊能夠專注於推動業務成長的戰略計劃。

AppCoder的性能比較

除了速度，AppCoder LLM在輸出質量上超越了Meta的Code Llama和Wizardcoder等競爭對手。在一項ICE基準測試中，評估了AppCoder和Wizardcoder的15B版本在LangChain和YOLOv8庫下的表現，Iterate的模型在功能正確性分數上高出300%（2.4/4.0對比0.6/4.0），在實用性分數上高出61%（2.9/4.0對比1.8/4.0）。

這些分數表明，AppCoder在執行與提示和源代碼相關的單元測試方面表現出色，確保輸出清晰且邏輯組織合理，保持人類可讀性。

Sathianathan補充道：「在A100 GPU上生成代碼的響應時間通常為6至8秒。我們的訓練採用了對話式問答的格式。」他透露，這些結果源於在精心策劃的現代生成AI庫數據集上進行的細緻調整。

展望未來

儘管AppCoder現已可進行測試和使用，Iterate將此次發布視為起點。公司正在積極開發15個大型企業專用的私有LLM，並專注於擴展對CPU和邊緣部署的支持，以增強可擴展性。

Sathianathan總結道：「Iterate將持續增強其平台和工具集，以管理AI引擎、新興語言模型和大型數據集，這些都旨在加快應用開發和部署。我們的低代碼架構確保能夠迅速適應快速演變的模型。」在過去兩年中，Iterate的收入幾乎翻了一番，現在服務於包括銀行、保險、文檔服務、娛樂、奢侈品、汽車服務和零售等各個領域的《財富》100強客戶。

比爾·蓋茲投資個人AI：為何他預測智能代理將帶來「震撼波」

奧特曼嬉戲挑釁馬斯克，OpenAI在DDoS攻擊中為所有訂閱者推出GPTs