LOCI 2.0扩展了GitHub Copilot的功能。在使用或不使用类似Copilot的工具进行编码后,LOCI 2.0就质量、可靠性和兼容性问题提供建议,使开发人员和测试人员能够满足定义的KPI。LOCI 2.0功能部署在汽车等高要求行业,与关键安全软件项目的最高质量流程兼容。
LOCI配备了Aurora Labs LCLM,这是一种大型代码语言模型,可以分析软件工件并将复杂信息转换为有意义的见解。与现有的大型语言模型不同,LOCI 2.0标记器的生产效率和效率更高,因为它们比现有的小1000倍,并且仅使用6个GPU就彻底改造了词汇表和管道训练。LOCI从2017年初开始进行不同系统芯片实时跟踪培训,并创造了数十亿ASM代币。LOCI已经接受了50多亿行不同语言(如C和C++)的代码培训。高级模型具有错误预测机制,以确保最大的模型质量。
尖端的AI Advisor为软件开发带来了革命性的能力。LOCI预测项目分支对软件行为的影响,比较不同拉取请求的集成工作,并检测死代码,同时为根本原因分析提供软件行为偏差的证据,即使没有访问源代码。LOCI识别跨多个存储库的克隆代码,创建当前和较旧系统的清晰视图以供维护。这有助于开发人员和测试人员了解系统功能和依赖性。
LOCI标识代码中已更改的部分,以简化软件更新文件的创建和安装,确保无缝软件更新。这些功能使开发人员、测试人员和IT经理能够增强软件的可靠性、质量和空中传送(OTA)更新的性能。LOCI 2.0为更新创建软件二进制映像和增量文件,提高系统稳定性和兼容性,减少数据大小,延长存储寿命,并将软件更新的设备停机时间降至最低。LOCI通过在引入新的和更新的代码或图像时对兼容性和性能降级问题提供预测性见解,协助提出软件更新风险管理建议。
LOCI顾问工程师关注对入侵检测系统非常重要的运行软件中的偏差。可疑软件活动在软件行为中产生偏差,LOCI使用行为软件保护签名识别这些偏差,同时在项目生命周期内持续监控软件。
"奥罗拉实验室七年前开始这段旅程,使用自然语言处理(NLP)来理解机器代码。我们已经达到了一个重要的里程碑,通过合并一个transformer模型,添加专有层,以及重新发明标记器和词汇。这为软件工程超越传统极限、改进功能并与最新技术顺利集成以提高软件质量和可靠性的未来奠定了基础,”奥罗拉实验室.
托马斯·施奈德Infineon Technologies软件、合作伙伴关系和生态系统管理高级总监在谈到他们的经验时表示:“LOCI 2.0是为软件工程师设计的,它支持复杂的软件系统。提高系统质量、可靠性和兼容性是我们从LOCI 2.0提供的有影响力的数据中获得的主要收获。作为汽车半导体领域的领导者,我们非常高兴能够提供我们的AURIX™TC4x系列微控制器(MCU)和LOCI 2.0。这一创新解决方案将使汽车制造商能够交付更安全、更可靠的车辆,并在车辆的整个寿命期内提高性能。"
作为奥罗拉实验室为在2024年第4季度全面推出LOCI 2.0做好准备,Visual Studio和GitHub商店的第一批用户可以获得免费许可证的特别早期访问服务。有关LOCI 2.0的更多信息,请访问网址:www.loci-dev.com和上的嵌入式系统Infineon网站.
LOCI 2.0技术预览将首次在德国路德维希堡的Automobil-Elektronik Kongress展出,德国在6月17-18日.
关于奥罗拉实验室
奥罗拉实验室正在率先使用人工智能和软件智能来解决软件开发的挑战。奥罗拉实验室将Lines-of-Code Intelligence™(LOCI)引入整个软件生命周期,从开发到测试、集成、质量控制、持续认证和空中软件更新。奥罗拉实验室专注于复杂的软件工程项目,包括嵌入式系统和软件定义的工具。
奥罗拉实验室成立于2016年9700万美元已获得100项专利。奥罗拉实验室总部位于以色列特拉维夫,办公室位于德国,马其顿北部、美国和日本.
网址:www.auroralabs.com
网址:www.loci-dev.com
照片:https://mma.prnewswire.com/media/2434514/Arora_Labs_LOCI.jpg
标志:https://mma.prnewswire.com/media/2060937/Aurora_Labs_Logo.jpg
联系人奥罗拉实验室:
马丁·斯塔默
HBI Communication Helga Bailey股份有限公司
+49 (0) 89 99 38 87 34
[电子邮件保护]
来源Aurora实验室