Команда MISISxHSE, которая участвовала в LLM Coding Challenge, создала решение для «АльфаСтрахования», которое помогает ИТ-командам проводить ревью программного текста.

 
 Разработка построена на Python и Streamlit, интегрирована с GitHub API. В ее основе лежит пайплайн из трех LLM: одна модель анализирует Merge Requests и создает отчет, вторая с контекстом в 1 млн токенов проверяет его точность; третья (YandexGPT Pro 5) собирает итоговое резюме по каждому разработчику.

 
 Уточняется, что сервис дополнен статической аналитикой по активности и изменениям кода. Система развернута через proxy-VM на Amvera для работы в России.

CNews

Компания «АльфаСтрахование» внедрила ИИ-решение из трех LLM для проверки программного кода

Ozon сообщил о том, что разработчики смогут подать заявку на размещение собственного решения в магазине приложений для продавцов через <a href="https://dev.ozon.ru/" target="_blank" rel="nofollow">личный кабинет</a>. В интерфейсе будут собраны все инструменты для подключения, настройки, тестирования и публикации приложений для продавцов.

 
 В компании отмечают, что новый формат упростит работу с платформой и позволит разработчикам быстро выйти на целевую аудиторию. Попасть в магазин могут приложения, которые помогают продавцам автоматизировать процессы, управлять заказами, генерировать тексты и т.д.

 
 Чтобы подать заявку на размещение, нужно войти или зарегистрироваться на Ozon for Developers, перейти в раздел «Управление приложениями» и пройти три этапа регистрации.

Ozon

Ozon запустил личный кабинет разработчика

Решения для оптимизации и ускорения машинного обучения

ICT.Moscow

Подборка решений: MLOps и LLMOps

Kodify 2 содержит 7 млрд параметров, поддерживает длину контекста до 32,7 тыс. токенов и API для интеграции с другими системами.

 
 По словам разработчиков, ассистент второго поколения также содержит элементы для автоматизации и ускорения написания кода, включая его автодополнение, исправление ошибок, генерацию тестов и документации, а также оптимизацию и преобразование текста в код.

 
 По итогам сравнений в MTS AI отмечают, что Kodify 2 сопоставим по возможностям с GitHub Copilot. В генерации тестов Kodify 2 выполнил задачу так же или лучше в 57% случаев, а в преобразовании текста в код — в 48%. Тестирование проводилось методом прямого сравнения и оценки двух ассистентов моделью-судьей. В качестве модели использовалась Claude Sonnet 3.5.

<hr />
 
 По оценке MTS AI, объем рынка ИИ-ассистентов для разработчиков в России в 2025 году составит 17,4 млрд руб. Из них 13,9 млрд руб. приходится на On-Premise-решения, а 3,5 млрд — на облачные.

<hr />

МТС

MTS AI представила ИИ-ассистента Kodify 2 с поддержкой 90 языков программирования

В Bell Integrator (входит в Softline) разработали ИИ-платформу «Алькод» для автоматизации создания софта. Решение с помощью LLM автоматизирует рутинные операции аналитиков, разработчиков и тестировщиков.

 
 Платформа включает в себя набор модулей, которые могут использоваться вместе или частично. В ней реализован метод RAG (Retrieval Augmented Generation), позволяющий большим языковым моделям использовать для ответов не только датасеты, на которых проходило обучение, но и данные пользователя.

 
 По словам разработчиков, «Алькод» можно задействовать для генерации кода, его конвертации и написания технической документации до создания наборов тестовых данных и других задач. Также решение возможно встроить в работу HR-специалистов, юристов и других специалистов.

Softline

Bell Integrator представил ИИ-платформу «Алькод» для автоматизации создания софта

Как создать качественный статический анализатор

PVS-Studio

Сергей Хренов, C#-разработчик, PVS-Studio, выступил с презентацией «Как создать качественный статический анализатор» на конференции <a href="https://ict.moscow/event/qualityconf-2019/" target="_blank">QualityConf 2019</a> (27.05.19 - 28.05.19).

Методики&nbsp;достижения высокого качества продукта, которые команда использует при разработке статического анализатора.

quality_conf_(27.05.19)

Сергей Хренов, C#-разработчик, PVS-Studio.