詹姆斯·丁
2025年4月23日 15:11
Qodo通过NVIDIA DGX驱动的人工智能增强代码搜索和软件质量工作流程，提供创新的代码完整性和检索增强生成系统解决方案。
Qodo作为NVIDIA Inception计划的杰出成员，通过创新使用NVIDIA DGX技术正在改变代码搜索和软件质量工作流程的格局。该公司的多代理代码完整性平台利用先进的人工智能驱动的代理来自动化和增强任务，例如c
根据NVIDIA的博客，代码编写、测试和审查。
代码完整性的创新AI解决方案
Qodo战略的核心在于集成检索增强生成（RAG）系统，该系统由最先进的代码嵌入模型驱动。该模型在NVIDIA的DGX平台上训练，使AI能够更有效地理解和分析代码，确保大型语言模型（LLMs）生成准确的代码建议、可靠的测试和深刻的审查。该平台的方法根植于一个信念，即AI必须具备深刻的上下文意识，以显著提高软件的完整性。
代码特定RAG管道中的挑战
Qodo通过一个强大的管道来解决对大型复杂代码库进行索引的挑战，该管道持续维护一个最新的索引。该管道包括检索文件、对其进行分段，并为嵌入添加自然语言描述，以便更好地理解上下文。这个过程中的一个重大障碍是准确地将大型代码文件分块为有意义的片段，这对于优化性能和减少AI生成代码中的错误至关重要。
为了克服这些挑战，Qodo采用特定语言的静态分析来创建语义上有意义的代码片段，尽量减少包含不相关或不完整信息的情况，这可能会妨碍AI的性能。
增强代码检索的嵌入模型
Qodo的专业嵌入模型……
模型，经过对编程语言和软件文档的训练，显著提高了代码检索和理解的准确性。该模型使系统能够高效地进行相似性搜索，根据用户查询从知识库中检索最相关的信息。
与大型语言模型（LLMs）相比，这些嵌入模型更小，并且在GPU上分布更高效，从而实现更快的训练时间和更好的硬件资源利用。Qodo对其嵌入模型进行了微调，达到了最先进的准确性，并在各自类别中领先于Hugging Face MTEB排行榜。
与NVIDIA的成功合作
一个显著的案例研究突显了NVIDIA与Qodo之间的合作，Qodo的解决方案增强了NVIDIA内部的RAG系统，用于私有代码库的搜索。通过整合Qodo的组件，包括代码索引器、RAG检索器和嵌入模型，该项目在生成准确和精确的LLM查询响应方面取得了卓越的成果。
这种集成到NVIDIA内部系统中的做法展示了Qodo方法的有效性，提供了详细的技术响应，并改善了代码搜索结果的整体质量。
有关更详细的见解，原始文章可在NVIDIA上找到。
博客.
图片来源：Shutterstock
