# ソフトウェアエンジニアリング

Kimi-Dev は強力なオープンソース コード LLM で、ソフトウェアエンジニアリングの問題を解決することを目指しています。大規模な強化学習を経て最適化され、現実の開発環境での正確さと堅牢性を保証します。Kimi-Dev-72B は SWE-bench バenchmark で 60.4% のパフォーマンスを達成し、他のオープンソースモデルを上回り、現在最も先進的なコード LLM の一つです。このモデルは Hugging Face と GitHub でダウンロードおよびデプロイが可能で、開発者や研究者向けに設計されています。

SWE-1 はウィンズサーフ AI がリリースした初めてのソフトウェアエンジニアリングプロセス全体を最適化するモデルファミリーで、ソフトウェア開発を 99% 加速することを目指しています。従来のコードのみ書けるモデルとは異なり、SWE-1 はコードの作成だけでなく、ターミナル操作、他の知識やインターネットへのアクセス、製品のテスト、そしてユーザーからのフィードバックの理解まで行うことができます。SWE-1 シリーズには、SWE-1、SWE-1-lite、SWE-1-mini の3つのモデルがあり、ユーザーごとに異なるニーズに対応しています。

SWE-RLは、Facebook Researchが提案した、強化学習に基づく大規模言語モデルの推論技術です。オープンソースソフトウェアの進化データを利用して、ソフトウェアエンジニアリングタスクにおけるモデルのパフォーマンスを向上させることを目的としています。ルール駆動型の報酬メカニズムにより、モデルの推論能力を最適化し、より高品質なコードの理解と生成を可能にします。SWE-RLの主な利点は、革新的な強化学習手法とオープンソースデータの有効活用であり、ソフトウェアエンジニアリング分野に新たな可能性をもたらします。本技術は現在研究段階にあり、商業的な価格設定はまだ明確ではありませんが、開発効率とコード品質の向上に大きな可能性を秘めています。

SWE-Lancerは、OpenAIが開発したベンチマークであり、最先端の言語モデルが現実世界のオープンソースソフトウェアエンジニアリングタスクにおいてどのようなパフォーマンスを発揮するかを評価することを目的としています。50ドルのバグ修正から32,000ドルの機能実装まで、様々な独立したエンジニアリングタスクや、技術的な実装方法を選択するなどのマネジメントタスクが含まれています。モデルのパフォーマンスを貨幣価値にマッピングすることで、SWE-LancerはAIモデル開発の経済的影響に関する新たな視点を与え、関連研究の発展を促進します。

Agentlessは、エージェントを必要としない、ソフトウェア開発上の問題を自動的に解決する手法です。問題解決には、特定、修復、パッチ検証の3段階のプロセスを採用しています。Agentlessは階層化されたプロセスを用いて、特定のファイル、関連するクラスや関数、そして詳細な編集箇所まで故障箇所を特定します。次に、編集箇所に基づいて複数の候補パッチをサンプリングし、回帰テストを実行して選択します。さらに、元のエラーを再現する追加の再現テストを生成し、テスト結果を用いて残りのパッチを再ランク付けし、最適なパッチを選択して提出します。Agentlessは現在、SWE-bench liteにおいて最高の性能を示すオープンソース手法であり、82件の修正（解決率27.3％）、問題ごとの平均コスト0.34ドルを実現しています。

Lingma SWE-GPTは、ソフトウェアエンジニアリング分野のタスクに特化したオープンソースの大規模言語モデルです。インテリジェントな開発サポートを提供することを目的としています。Qwenシリーズの基本モデルを基に、複雑なソフトウェアエンジニアリングタスクにおける能力を強化するために追加トレーニングが行われています。ソフトウェアエンジニアリングインテリジェントエージェントの権威あるランキングで優れた成績を収めており、ソフトウェア改良の自動化を必要とする開発チームや研究者にとって最適です。

poolsideは、ソフトウェアエンジニアリングの課題を解決するために構築された高度な基礎AIモデルです。ユーザーのコードを微調整することでプロジェクト固有の特徴を学習し、一般的なモデルでは理解できない複雑性を理解します。poolsideを基盤として構築されており、日々進化を続けています。高度なコード作成モデルに加えて、直感的なエディターアシスタントと、開発者が構築できるAPIを提供しています。poolsideは、AIとソフトウェアエンジニアリングの分野で豊富な経験を持つJason WarnerとEiso Kantによって2023年4月に設立されました。

SWE-bench Verifiedは、OpenAIが公開した、人間による検証済みのSWE-benchサブセットです。現実世界のソフトウェア問題に対するAIモデルの解決能力をより信頼性高く評価することを目的としています。コードリポジトリと問題の説明を提供することで、AIが記述された問題に対する修正プログラムを生成するよう促します。このツールは、モデルがソフトウェアエンジニアリングタスクを自律的に実行する能力の評価精度を高めるために開発され、OpenAI準備フレームワークの中リスクレベルの重要な構成要素です。

GenieはAIソフトウェアエンジニアリングモデルです。SWE-Bench業界標準ベンチマークテストにおいて30％という評価スコアを獲得し、他製品を大きく凌駕しています。Genieは単独で、あるいはユーザーと協力して、バグの解決、機能の構築、コードのリファクタリングを行い、まるで同僚と協働しているかのように作業できます。GitHubイシュートラッカーとの直接的な統合により、ワークフローを簡素化し、特定のタスクと目標を完全に理解することを保証します。

SWE-agentは、プリンストン大学が発表した初のオープンソースAIプログラマーです。GPT-4技術に基づき、GitHubリポジトリのバグを自動的に修正できます。その優れた性能とオープンソースであることから、オープンソースコミュニティから高い評価を得ています。ターミナルとのインタラクションを通じて、コード編集、構文チェック、テスト作成と実行を行います。研究者によって簡潔な指示とフィードバックのフォーマットが設計されており、ワークフローは推論と評価の2段階に分かれています。価格は無料です。

Babelは、AIによるコンポーネント生成、構造化プログラミング、リアルタイムコーディング、ホロニック観測、NoOpsを含む、新しいソフトウェアエンジニアリングパラダイムを提供します。Babelの自律型エージェントは、コーディング、デバッグ、テスト、デプロイといった問題を協調して処理し、アプリケーションの自動的なメンテナンスと運用も実行します。

Cognition Labsは、推論能力に特化した応用AIラボです。開発されたコードはほんの始まりに過ぎません。同社はAI技術を通じてソフトウェアエンジニアリングの効率向上を目指しており、既にAIソフトウェアエンジニアであるDevinを発表しています。

Cubedは、AIがタスクを作成するプラットフォームです。GitHubコードリポジトリと連携し、人工知能を使用して、具体的な行動を促し、詳細な説明を含むカードを生成します。同期を設定すると、Cubedはコードリポジトリのコンテキストをインテリジェントに活用し、新しいタスクごとに改善を施し、開発者にさらなるガイダンス、開発の高速化、集中時間の確保を提供します。

TeamStationは、Framework Science独自の遠隔ソフトウェアエンジニアリングチーム増員SaaSプラットフォームです。ラテンアメリカのニアショアソフトウェア開発チームを迅速に構築し、AIとFintech技術を統合して、人間的なAIとFintechサービスを提供します。2022年には米国特許登録を取得しています。簡単な操作で、一流のニアショアソフトウェアエンジニアを採用できます。