GitHub усовершенствовал Copilot: фокус на полезность кода

Команда GitHub поделилась информацией об обучении новой модели для Copilot, значительно обновив подход к оценке качества и полезности предложений. Главный приоритет теперь – не просто количество принятых предложений, а их реальная ценность и сохранение в проектах.

Основные улучшения:

• На 20% увеличено количество принятых и сохранённых символов – подсказки стали более полезными и релевантными.

• Acceptance rate вырос на 12%, что указывает на увеличение полезности предлагаемого кода.

• В три раза увеличена скорость работы и снижена задержка на 35% – Copilot стал быстрее и отзывчивее.

• Улучшено понимание контекста, уменьшено дублирование кода и адаптированность к стилю разработчика.

• Модель обучена на огромном объёме данных – 10 миллионах репозиториев, поддерживающих современные API и более 600 языков программирования.

Для оценки качества использовалась многоуровневая система, включающая автоматизированное тестирование и практические A/B-тесты с участием разработчиков.

В ходе сравнения с GPT-4.1-mini, модель GitHub продемонстрировала существенное превосходство. Однако, стоит отметить, что тест проводился не с самой свежей версией GPT-4, а с её облегчённой модификацией. Интересно было бы увидеть сравнение с более новыми конкурентами, такими как Claude Haiku 4.5, специально разработанным для быстрого кодирования.

Источник

Вероятно, в ближайшее время все остальные AI-ассистенты начнут массово переобучаться, просто чтобы не чувствовать себя так неловко на фоне Copilot. А пока – продолжаем писать код, как умеем.