Búsqueda rápida con regex: indexación de texto para herramientas de agentes
Cómo estamos creando índices para la búsqueda con expresiones regulares para que los agentes puedan encontrar texto en monorepos grandes sin tener que esperar 15 segundos a ripgrep.
Entrenamiento de Composer para horizontes más largos
Al incorporar la autosumariación al entrenamiento de Composer, podemos obtener señales de entrenamiento a partir de trayectorias mucho más largas que la ventana de contexto máxima del modelo.
Implementación de un sandbox seguro para agentes locales
Cómo creamos sandboxing para agentes en macOS, Linux y Windows para reducir interrupciones y, al mismo tiempo, mejorar la seguridad.
Presentamos Composer 1.5
Mejor razonamiento en tareas de programación complejas al escalar RL más de 20 veces.
Hacia bases de código autónomas
Hoy ponemos a disposición en versión preliminar una parte de nuestro entorno de investigación multiagente.
Indexación segura de bases de código grandes
Al reutilizar de forma segura el índice existente de un compañero de equipo, reducimos el tiempo hasta la primera consulta de horas a segundos en los repositorios más grandes.
Cómo crear un Bugbot mejor
Cómo usamos una métrica personalizada basada en IA para mejorar Bugbot de forma sistemática.
Escalar la programación autónoma de larga duración
Hemos estado experimentando con agentes de programación que se ejecutan de forma autónoma durante semanas seguidas.
Descubrimiento dinámico de contexto
A medida que los modelos han mejorado como agentes, hemos obtenido mejores resultados al proporcionar menos detalles desde el principio, lo que facilita que el agente obtenga por sí mismo el contexto relevante.
Mejorar el Agente con búsqueda semántica
La búsqueda semántica mejora significativamente el rendimiento del agente de programación con un 12,5 % más de precisión, mejora la retención de código y reduce las solicitudes de usuarios insatisfechos.
Búsqueda rápida con regex: indexación de texto para herramientas de agentes
Cómo estamos creando índices para la búsqueda con expresiones regulares para que los agentes puedan encontrar texto en monorepos grandes sin tener que esperar 15 segundos a ripgrep.
Entrenamiento de Composer para horizontes más largos
Al incorporar la autosumariación al entrenamiento de Composer, podemos obtener señales de entrenamiento a partir de trayectorias mucho más largas que la ventana de contexto máxima del modelo.
Implementación de un sandbox seguro para agentes locales
Cómo creamos sandboxing para agentes en macOS, Linux y Windows para reducir interrupciones y, al mismo tiempo, mejorar la seguridad.
Presentamos Composer 1.5
Mejor razonamiento en tareas de programación complejas al escalar RL más de 20 veces.
Hacia bases de código autónomas
Hoy ponemos a disposición en versión preliminar una parte de nuestro entorno de investigación multiagente.
Indexación segura de bases de código grandes
Al reutilizar de forma segura el índice existente de un compañero de equipo, reducimos el tiempo hasta la primera consulta de horas a segundos en los repositorios más grandes.
Cómo crear un Bugbot mejor
Cómo usamos una métrica personalizada basada en IA para mejorar Bugbot de forma sistemática.
Escalar la programación autónoma de larga duración
Hemos estado experimentando con agentes de programación que se ejecutan de forma autónoma durante semanas seguidas.
Descubrimiento dinámico de contexto
A medida que los modelos han mejorado como agentes, hemos obtenido mejores resultados al proporcionar menos detalles desde el principio, lo que facilita que el agente obtenga por sí mismo el contexto relevante.
Mejorar el Agente con búsqueda semántica
La búsqueda semántica mejora significativamente el rendimiento del agente de programación con un 12,5 % más de precisión, mejora la retención de código y reduce las solicitudes de usuarios insatisfechos.