随着企业努力利用人工智能（AI）获得竞争优势，供应商们竞相推出简化高性能AI和机器学习（ML）应用开发的工具。尽管低代码开发已经取得了一定进展，位于加利福尼亚的Iterate公司则大胆前行，彻底消除了编码层。他们专注于在私有、边缘和云环境中部署AI及新兴技术。今天，Iterate推出了AppCoder LLM——一款经过精细调校的模型，可以通过自然语言提示直接生成生产级的AI应用代码。
AppCoder LLM集成在Iterate的Interplay应用开发平台中，支持文本提示操作，充当生成AI的副驾驶。其性能超越了现有的AI编码解决方案，包括Wizardcoder，使开发团队能够快速获取各种AI应用的准确代码，从物体检测到文档处理。
Iterate.ai的首席技术官Brian Sathianathan表示：“这个创新模型能够为项目生成功能性代码，大大加速开发周期。我们鼓励团队探索Interplay-AppCoder LLM，体验自动代码生成的强大功能。”
AppCoder LLM的优势
在核心方面，Iterate的Interplay是一个完全容器化的拖放平台，集成了AI引擎、企业数据源和第三方服务节点，以简化生产级应用程序的开发。开发团队可以针对每个节点打开自定义代码，而AppCoder恰好在这方面表现出色，它使用户能够有效地将简单的自然语言指令转换为代码。
Sathianathan指出：“Interplay-AppCoder可以利用YOLOv8等计算机视觉库创建先进的物体检测应用。我们还可以生成用于聊天机器人和其他功能的LangChain和Google库的代码。”
举个例子，一家快餐店可以连接视频数据源，并要求Interplay-AppCoder使用YOLOv8模型创建一款车牌识别应用。LLM会立即生成所需的代码。
Sathianathan分享说，在测试期间，他的团队在不到五分钟的时间里创建了一个核心的生产级检测应用。这种快速开发不仅降低了成本，还提升了生产力，使团队能够专注于推动业务增长的战略举措。
AppCoder的性能比较
除了开发速度，AppCoder LLM在与竞争对手如Meta的Code Llama和Wizardcoder的对比中，输出效果也更为出色。在一项ICE基准测试中，评估了AppCoder和Wizardcoder的15B版本，应用了LangChain和YOLOv8库，Iterate模型的功能正确性得分高出300%（2.4/4.0 vs. 0.6/4.0），有用性得分也高出61%（2.9/4.0 vs. 1.8/4.0）。
这些分数表明，AppCoder在进行与提示和源代码相关的单元测试时表现卓越，并确保输出内容清晰、逻辑清楚，保持可读性。
Sathianathan补充说：“在A100 GPU上，代码生成的响应时间通常为6-8秒。我们的训练采用了问答式的对话格式，这些结果得益于对多种模型在现代生成AI库的策划数据集上进行的细致调优。”
展望未来
尽管AppCoder现在已可进行测试和使用，Iterate将此次发布视为一个起点。该公司正在积极开发15个大型企业使用的私有LLMs，并专注于扩展对CPU和边缘部署的支持，以增强可扩展性。
“Iterate将继续提升其平台和工具集，以管理AI引擎、新兴语言模型和广泛的数据集，旨在实现快速应用开发和部署。我们的低代码架构确保能够迅速适应快速发展的新兴模型，”首席技术官总结道。
在过去两年中，Iterate的收入几乎翻了一番，目前为财富100强的客户提供服务，涵盖银行、保险、文档服务、娱乐、奢侈品、汽车服务和零售等多个领域。
排行榜
