Modelli di linguaggio e coding: Dracarys di Abacus.ai migliora l’efficienza | Abacus.ai | Llm wikipedia | LLM news | Turtles AI

La recente evoluzione dei modelli linguistici (LLM) per il coding offre agli sviluppatori un potente strumento che potenzia la loro capacità di scrivere codice con maggiore precisione ed efficienza. Abacus.ai, con il suo nuovo modello Dracarys, dimostra come il perfezionamento di modelli open-source possa dare vita a nuove soluzioni tecnologiche destinate a cambiare il panorama dello sviluppo software.

Punti chiave:

• Miglioramento delle capacità di coding con modelli open-source
• Benchmark superiori con la "ricetta Dracarys" di Abacus.ai
• Espansione futura del modello Dracarys ad altri LLM
• Disponibilità dei modelli perfezionati su Hugging Face e Abacus.ai

La tecnologia di modellazione linguistica, comunemente nota con l’acronimo LLM, ha compiuto progressi significativi, e tra le ultime novità nel campo c’è Dracarys, una nuova famiglia di modelli linguistici ampiamente aperti, concepita specificamente per il coding, sviluppata da Abacus.ai. Dracarys rappresenta un passo avanti nel perfezionamento dei modelli open-source, sfruttando tecniche di fine-tuning e un dataset accuratamente selezionato per migliorare le capacità di codifica di questi modelli. È importante notare come Abacus.ai, una piattaforma nota per lo sviluppo di modelli AI, abbia già introdotto in passato altri modelli innovativi, come Smaug-72B, ispirato al drago de "Lo Hobbit". Mentre Smaug è un modello generico, Dracarys si distingue per essere ottimizzato specificamente per i compiti di programmazione.

Il modello Dracarys è stato applicato, in questa fase iniziale, alla classe di modelli da 70 miliardi di parametri, una scelta mirata a migliorare la precisione e l’efficienza nella scrittura del codice. Bindu Reddy, CEO e co-fondatrice di Abacus.ai, ha spiegato che la "ricetta Dracarys" comporta un insieme di tecniche di addestramento e perfezionamento che migliorano le capacità di coding di qualsiasi modello LLM open-source, dimostrando un incremento significativo delle prestazioni nei modelli Qwen-2 72B e LLama-3.1 70B. Il mercato dell’AI generativa per le attività di sviluppo applicativo e di coding è in rapida espansione, con soluzioni come GitHub Copilot, che ha aperto la strada nel supportare gli sviluppatori nella scrittura del codice, e nuove startup come Tabnine e Replit che continuano a innovare in questo settore. Tuttavia, ciò che rende Dracarys unico è il suo perfezionamento di modelli open-source esistenti, come il Meta’s Llama 3.1, migliorandone le prestazioni in modo significativo.

I benchmark di LiveBench evidenziano i risultati positivi di Dracarys, con un punteggio di 35,23 per il modello meta-llama-3.1-70b-instruct turbo, rispetto al punteggio di 32,67 della versione originale. I risultati sono ancora più sorprendenti per il modello Qwen2, che passa da un punteggio di 32,38 a 38,95 grazie all’ottimizzazione di Dracarys. Nonostante al momento solo i modelli Qwen2 e Llama 3.1 abbiano beneficiato della ricetta Dracarys, Abacus.ai ha già annunciato l’intenzione di estendere questa tecnologia ad altri modelli, come Deepseek-coder e Llama-3.1 400B. Le implicazioni di queste innovazioni sono significative per gli sviluppatori e le aziende, poiché possono beneficiare di una maggiore efficienza e precisione nella scrittura del codice, riducendo al contempo la dipendenza da modelli closed-source come Claude 3.5 Sonnet di Anthropic. Abacus.ai offre attualmente i pesi dei modelli su Hugging Face e ha reso disponibile i modelli perfezionati come parte della sua offerta Enterprise, una soluzione ideale per quelle aziende che desiderano evitare di inviare i propri dati a API pubbliche come OpenAI e Gemini.

La disponibilità di Dracarys non si limita all’ambito enterprise: se ci sarà sufficiente interesse, Abacus.ai prevede di rendere questi modelli disponibili anche nel suo popolare servizio ChatLLM, rivolto a piccoli team e professionisti del settore. Le possibilità offerte da Dracarys, in termini di miglioramento delle capacità di codifica, rappresentano un contributo prezioso per il settore dello sviluppo software, consentendo agli sviluppatori di concentrarsi su compiti più complessi e creativi. Il collegamento di questo sviluppo con l’evoluzione della AI nel suo complesso è evidente: man mano che gli strumenti AI diventano più sofisticati e specializzati, la loro integrazione nei processi produttivi e creativi umani si intensifica, aprendo nuove opportunità e sfide per il futuro della tecnologia e del lavoro.