2024-08-10 17:29:53
Introduction:
Les CodeLLM (Code Large Language Models) ont démontré une compétence remarquable dans la génération de code. Cependant, ils ont du mal à réaliser des tâches d’ingénierie logicielle complexes, telles que le développement d’un système logiciel complet basé sur des spécifications complexes. Des travaux récents, notamment ChatDev et MetaGPT, ont introduit des cadres multi-agents pour le développement de logiciels, où les agents collaborent pour atteindre des objectifs complexes. Ces travaux suivent les procédures standard des systèmes multi-agents, définissant différents rôles pour que les agents communiquent et vérifient les résultats des autres. Néanmoins, ils ont tendance à simplifier à outrance la nature complexe du développement de logiciels dans le monde réel, où les logiciels évoluent et s’améliorent en permanence.
Présentation d’AgileCoder :
Dans ce travail, une équipe de chercheurs du FPT Software AI Center propose Codeur Agile, un nouveau cadre qui imite le processus complexe de développement de logiciels dans le monde réel en s’inspirant de la méthodologie Agile, une approche largement utilisée dans les équipes professionnelles de développement de logiciels. Environ 70 % des équipes professionnelles utilisent la méthodologie Agile, qui est mieux adaptée au développement de logiciels dans le monde réel. AgileCoder est construit sur un concept clé d’Agile : les logiciels évoluent continuellement au fil du temps, et le développement doit donc être structuré sous forme de sprints (alias phases).
Rôles et collaboration des agents :
Générateur de graphique de code dynamique :
L’une des innovations clés d’AgileCoder est le générateur de graphes de code dynamique, qui crée un graphe de dépendance de code (CDG) qui modélise les relations entre les fichiers de code et les met à jour avec les modifications du code source. Le CDG joue un rôle crucial dans la rédaction de plans de test rationnels et permet une récupération efficace du code. Il sert de source fiable pour que les agents récupèrent des informations pertinentes et suffisantes, ce qui permet d’éviter l’inclusion d’informations non pertinentes dans les invites.
Évaluation et résultats :
Des évaluations complètes sur des benchmarks tels que HumanEval, MBPP et ProjectDev démontrent les performances supérieures d’AgileCoder. Sur HumanEval et MBPP, qui impliquent des problèmes de programmation simples de niveau compétitif, AgileCoder surpasse considérablement CodeLLM et les frameworks multi-agents de pointe tels que ChatDev et MetaGPT. Pour évaluer les performances sur des exigences plus complexes, l’équipe a créé un ensemble de données appelé ProjectDev, contenant des exigences issues de projets logiciels réels. Les résultats de l’évaluation montrent qu’AgileCoder est plus efficace que d’autres référentiels pour générer des logiciels à partir d’exigences aussi complexes.
Conclusion:
AgileCoder est un nouveau framework de développement logiciel multi-agent inspiré de la méthodologie Agile. Son innovation clé, le générateur de graphes de code dynamique, crée un graphe de dépendance de code qui capture les relations de code évolutives pour concevoir des plans de test et permettre une récupération efficace du code. En suivant la méthodologie Agile, AgileCoder reflète mieux les flux de travail de développement logiciel réels et prend en charge l’adaptabilité dynamique et le développement itératif. Des évaluations approfondies démontrent la supériorité d’AgileCoder sur les méthodes existantes comme ChatDev et MetaGPT, ce qui en fait une approche prometteuse pour les tâches de développement logiciel complexes utilisant CodeLLM.
Découvrez le Papier et GitHub. Tous les mérites de cette recherche reviennent aux chercheurs de ce projet. N’oubliez pas non plus de nous suivre sur Gazouillement et rejoignez notre Chaîne Telegram et LinkedIn Groups. Si vous aimez notre travail, vous allez adorer notre bulletin..
N’oubliez pas de nous rejoindre Plus de 48 000 sous-reddits ML
Retrouvez ici les prochains webinaires sur l’IA
Asif Razzaq est le PDG de Marktechpost Media Inc. En tant qu’entrepreneur et ingénieur visionnaire, Asif s’engage à exploiter le potentiel de l’intelligence artificielle pour le bien social. Son projet le plus récent est le lancement d’une plateforme médiatique d’intelligence artificielle, Marktechpost, qui se distingue par sa couverture approfondie de l’actualité de l’apprentissage automatique et de l’apprentissage profond, à la fois techniquement solide et facilement compréhensible par un large public. La plateforme se vante de plus de 2 millions de vues mensuelles, ce qui illustre sa popularité auprès du public.
#Les #chercheurs #FPT #Software #Center #présentent #AgileCoder #système #multiagent #pour #générer #des #logiciels #complexes #surpassant #MetaGPT #ChatDev
1723307976
