Mercury Edit 2

Mercury Edit 2: Революционная диффузионная LLM для мгновенного редактирования кода

В современном цикле разработки программного обеспечения скорость имеет решающее значение. Сегодня мы представляем Mercury Edit 2 — специализированную диффузионную языковую модель (dLLM), созданную специально для самого чувствительного к задержкам компонента рабочего процесса: прогнозирования следующего редактирования (next-edit prediction).

Mercury Edit 2 является значительным обновлением нашей предыдущей модели и идеально дополняет существующий функционал автодополнения кода. Благодаря уникальной архитектуре, эта модель позволяет разработчикам работать на опережение, превращая процесс написания кода в плавное и интуитивное взаимодействие.

Что такое Mercury Edit 2?

Mercury Edit 2 — это передовая нейросетевая модель, предназначенная для анализа недавних изменений в коде и контекста всей кодовой базы с целью предсказания вашего следующего шага. В отличие от традиционных LLM, Mercury Edit 2 использует метод диффузии для параллельной генерации токенов. Это означает, что предложения появляются настолько быстро, что они ощущаются как часть вашего собственного мыслительного процесса. Для применения предложенного изменения достаточно просто нажать клавишу Tab.

Технология обучения и выравнивание (Alignment)

Создание Mercury Edit 2 включало в себя несколько этапов высокотехнологичной подготовки:

1. Курирование данных: Мы собрали высококачественный датасет правок на множестве языков программирования и в различных сценариях использования.
2. Обучение контексту: Модель научилась интерпретировать историю правок и широкий контекст кодовой базы для формирования целевых предложений.
3. Оптимизация через KTO: Чтобы избежать избыточности и навязчивости правок, мы использовали метод обучения с подкреплением без пар (unpaired reinforcement learning) под названием KTO (Kahneman-Tversky Optimization). Это позволило выровнять поведение Mercury Edit 2 с человеческими предпочтениями.

Результаты впечатляют: правки Mercury Edit 2 принимаются пользователями на 48% чаще, а сама модель стала на 27% более избирательной, что минимизирует отвлекающие факторы.

Основные характеристики Mercury Edit 2

Mercury Edit 2 выделяется на фоне конкурентов благодаря следующим особенностям:

• Параллельная генерация токенов: Диффузионный подход обеспечивает сверхнизкую задержку (latency).
• Высокая релевантность: Благодаря обучению на предпочтениях, модель предлагает только действительно полезные изменения.
• Широкий охват сценариев: Модель отлично справляется с рефакторингом, переименованием переменных, реализацией новых функций и дописыванием строк.
• Интеграция с Zed: Полная поддержка в редакторе Zed, позволяющая выбирать Mercury Edit 2 в качестве основного провайдера предсказаний.
• Доступность через API: Возможность интеграции в любые инструменты разработки через Inception API Platform.

Сценарии использования (Use Case)

Mercury Edit 2 идеально подходит для различных задач программирования:

• Ускоренный рефакторинг: Модель понимает структуру кода и предлагает изменения, соответствующие текущему стилю.
• Интеллектуальное автодополнение: Предсказание целых блоков правок на основе последних правок в других файлах проекта.
• Исправление ошибок на лету: Быстрое предложение корректного синтаксиса или логики сразу после того, как вы начали вносить изменения.
• Контекстное переименование: Автоматическое обновление ссылок на переменные и функции по всему контексту.

"Мы создали систему предсказания правок в Zed независимой от провайдера, потому что разработчики должны выбирать то, что им подходит. Mercury Edit 2 предлагает диффузионный подход — это принципиально иной способ генерации предсказаний", — Макс Брунсфельд, сооснователь Zed.

Сравнение производительности

Для оценки качества Mercury Edit 2 мы использовали четыре бенчмарка:

1. Instinct (оценка сходства с эталоном).
2. Fill-in-the-middle (FIM) (проверка через запуск тестов).
3. Next-edit Prediction (NEP) (LLM-as-a-judge).
4. Внутренний бенчмарк Inception.

В ходе тестирования Mercury Edit 2 продемонстрировала превосходство как в качестве предсказаний, так и в скорости их выдачи по сравнению с кастомными и оптимизированными фронтирными моделями.

Как начать использовать Mercury Edit 2

Вы можете начать работу с Mercury Edit 2 уже сегодня через несколько каналов:

1. Платформа Inception API: Модель доступна по цене $0.25 за 1 млн входных токенов и $0.75 за 1 млн выходных токенов. Кэшированные токены стоят всего $0.025 за 1 млн.
2. Бесплатный старт: Каждому новому аккаунту на Inception API Platform автоматически предоставляется 10 миллионов БЕСПЛАТНЫХ токенов.
3. Специальное предложение для пользователей Zed: Используйте ключ API sk_ae471146ea60fc117c131b574b00ba96, чтобы разблокировать 1 месяц бесплатного использования Mercury Edit 2 в редакторе Zed.

FAQ

В: Сколько стоит использование Mercury Edit 2? О: Стоимость составляет $0.25 за 1M входных и $0.75 за 1M выходных токенов. Входные данные из кэша стоят $0.025 за 1M токенов.

В: Чем диффузионная модель (dLLM) отличается от обычной? О: Главное отличие Mercury Edit 2 заключается в способности генерировать токены параллельно, что критически важно для минимизации задержек при предсказании правок.

В: Можно ли интегрировать Mercury Edit 2 в свои инструменты? О: Да, вы можете использовать API Inception. Для получения поддержки или раннего доступа к новым функциям свяжитесь с нами по адресу [email protected] или присоединяйтесь к нашему Discord.

В: Насколько точны предсказания модели? О: Благодаря обучению методом KTO, правки Mercury Edit 2 принимаются на 48% чаще, чем в предыдущих версиях, что подтверждает высокую точность и полезность модели.