Qodo 使用 NVIDIA DGX 技術革新程式碼搜尋效率

Qodo 藉助 NVIDIA DGX 驅動的 AI 提升程式碼搜尋和軟體質量工作流程，提供創新的程式碼完整性和檢索增強生成系統解決方案。

作為 NVIDIA Inception 計劃的傑出成員，Qodo 正通過創新使用 NVIDIA DGX 技術改變程式碼搜尋和軟體質量工作流程的格局。根據 NVIDIA 的部落格，該公司的多代理程式碼完整性平臺利用 AI 驅動的先進代理來自動化和增強程式碼編寫、測試和審查等任務。

程式碼完整性的創新 AI 解決方案

Qodo 戰略的核心在於整合檢索增強生成 (RAG) 系統，其依託於一個先進的程式碼嵌入模型。這個模型在 NVIDIA 的 DGX 平臺上訓練，使 AI 能夠更有效地理解和分析程式碼，確保大語言模型 (LLM) 生成精確的程式碼建議、可靠的測試和深刻的審查。該平臺的方法基於一個信念，即 AI 必須具有深刻的上下文意識，才能顯著提高軟體完整性。

程式碼特定 RAG 管道中的挑戰

Qodo 通過一個強大的管道解決了索引大型複雜程式碼庫的挑戰，該管道持續維護更新的索引。此管道包含檢索檔案，分段，併為嵌入新增自然語言描述，以更好地理解上下文。在此過程中，一個主要的障礙是如何將大型程式碼檔案準確地分塊為有意義的段落，這對於最佳化效能和減少 AI 生成程式碼中的錯誤至關重要。

為了克服這些挑戰，Qodo 使用語言特定的靜態分析來建立語義上有意義的程式碼段，最大限度地減少不相關或不完整資訊的包含，這可能會阻礙 AI 的效能。

增強程式碼檢索的嵌入模型

Qodo 的專用嵌入模型在程式語言和軟體文件上進行訓練，顯著提高了程式碼檢索和理解的準確性。該模型使系統能夠執行高效的相似性搜尋，從而在使用者查詢時從知識庫中檢索最相關的資訊。

與 LLM 相比，這些嵌入模型更小，且更有效地分佈在 GPU 上，允許更快的訓練時間和更好地利用硬體資源。Qodo 已對其嵌入模型進行微調，達到了最先進的準確性，在其各自類別中領先 Hugging Face MTEB 排行榜。

與 NVIDIA 的成功合作

一個引人注目的案例研究突出了 NVIDIA 和 Qodo 之間的合作，Qodo 的解決方案增強了 NVIDIA 的內部 RAG 系統以用於私有程式碼庫搜尋。通過整合 Qodo 的元件，包括程式碼索引器、RAG 檢索器和嵌入模型，該專案在生成準確和精確的 LLM 基於查詢響應方面取得了卓越的成果。

這種在 NVIDIA 內部系統中的整合展示了 Qodo 方法的有效性，提供了詳細的技術響應，並改進了程式碼搜尋結果的整體質量。

有關更多詳細見解，原文可在 NVIDIA 部落格 上檢視。

Image source: Shutterstock