RepoLaunch: Automating Build&Test Pipeline of Code Repositories on ANY Language and ANY Platform
यह शोध पत्र RepoLaunch को प्रस्तुत करता है, जो एक ऐसा एजेंट है जो किसी भी भाषा और प्लेटफॉर्म के कोड रिपॉजिटरी के लिए बिल्ड और टेस्ट पाइपलाइन को स्वचालित करता है, जिससे बेंचमार्किंग और कोडिंग एजेंटों के प्रशिक्षण के लिए सॉफ्टवेयर इंजीनियरिंग डेटासेट का पूर्णतः स्वचालित निर्माण सक्षम होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास दुनिया भर के डिजिटल व्यंजनों (कोड रिपॉजिटरी) का एक विशाल पुस्तकालय है। कुछ फ्रेंच में लिखे गए हैं, कुछ जापानी में, कुछ पायथन (Python) में और कुछ C++ में। अब, कल्पना कीजिए कि आप एक रोबोट शेफ को इन व्यंजनों को चखने के लिए काम पर रखना चाहते हैं ताकि यह देखा जा सके कि वे काम करते हैं या नहीं।
समस्या क्या है? ज्यादातर व्यंजन खराब हैं। उनमें सामग्री गायब है, निर्देश अस्पष्ट हैं, रसोई का उपकरण हर देश में अलग है, और कुछ व्यंजनों के लिए एक विशिष्ट प्रकार के ओवन की आवश्यकता होती है जो आपके पास नहीं है। पारंपरिक रूप से, एक इंसान को रोबोट के खाना पकाने से पहले रसोई को ठीक करने, सही सामग्री खरीदने और यह समझने में घंटों बिताने पड़ते थे कि ओवन को चालू कैसे किया जाए।
RepoLaunch नया "सुपर किचन मैनेजर" रोबोट है जो इस समस्या को हल करता है।
यह कैसे काम करता है, इसे सरल अवधारणाओं में विभाजित किया गया है:
1. समस्या: "रसोई की अराजकता" (The Kitchen Chaos)
सॉफ्टवेयर की दुनिया में, एक प्रोजेक्ट बनाना (कोड को चलाने योग्य बनाना) एक जटिल भोजन बनाने की कोशिश करने जैसा है जिसे आपने पहले कभी नहीं देखा गया रसोई में।
- भाषा की बाधा: कुछ व्यंजन फ्रेंच कुकिंग शब्दों का उपयोग करते हैं; अन्य जापानी का।
- गायब उपकरण: एक व्यंजन को ब्लेंडर की आवश्यकता होती है; दूसरे को प्रेशर कुकर की।
- गंदगी: अक्सर, निर्देश अधूरे होते हैं, या सामग्री गायब होती है।
पहले, यदि आप एक नए AI शेफ (एक लार्ज लैंग्वेज मॉडल) का परीक्षण करना चाहते थे, तो इंसानों को हर एक रसोई को मैन्युअल रूप से ठीक करने में कई दिन बिताने पड़ते थे ताकि AI केवल खाना पकाने का काम कर सके। यह धीमा, महंगा और केवल कुछ ही प्रकार के व्यंजनों (मुख्यतः Linux पर Python) तक सीमित था।
2. समाधान: RepoLaunch (द यूनिवर्सल किचन मैनेजर)
RepoLaunch एक AI एजेंट है जिसे किसी भी रसोई में जाने, चाहे वह किसी भी भाषा या देश की हो, और उसे खाना पकाने के लिए तैयार करने के लिए डिज़ाइन किया गया है।
- यह हर भाषा बोलता है: चाहे कोड C++, Java, Go, या Rust में लिखा गया हो, RepoLaunch "व्यंजन" को समझ सकता है।
- यह हर रसोई को जानता है: यह Linux (मानक रसोई) और Windows (अलग चूल्हे और उपकरणों वाली रसोई) दोनों पर काम करता है।
- यह एक जासूस है: यह बिखरी हुई रसोई को स्कैन करता है, पता लगाता है कि कौन सी सामग्री गायब है, सही उपकरण स्थापित करता है, और टूटे हुए निर्देशों को ठीक करता है।
- यह एक गुणवत्ता नियंत्रण निरीक्षक है: एक बार जब रसोई तैयार हो जाती है, तो यह परीक्षण चलाता है (भोजन को चखता है) ताकि यह सुनिश्चित किया जा सके कि व्यंजन वास्तव में काम करता है। यदि यह विफल हो जाता है, तो यह एक अलग दृष्टिकोण के साथ फिर से प्रयास करता है।
3. जादू का खेल: "सेल्फ-हीलिंग" रेसिपी बुक
सबसे दिलचस्प बात यह नहीं है कि RepoLaunch केवल एक बार रसोई को ठीक करता है। यह अगली बार इसे तेजी से ठीक करना सीखता है।
कल्पना कीजिए कि आप एक रेसिपी में एक सामग्री बदलते हैं। आमतौर पर, आपको पूरी खाना पकाने की प्रक्रिया को फिर से सीखना होगा। हालाँकि, RepoLaunch एक "मिनिमल रीबिल्ड कमांड" (Minimal Rebuild Command) बनाता है। यह एक चीट शीट की तरह है जो कहता है, "हे, आपने केवल नमक बदला है। बस नमक डालें और हिलाएं। आपको पूरी रसोई को फिर से धोने की आवश्यकता नहीं है।"
यह शोधकर्ताओं को हर बार शुरुआत से शुरू किए बिना हजारों बदलावों का तेजी से परीक्षण करने की अनुमति देता है।
4. यह क्यों मायने रखता है: "AI ट्रेनिंग जिम"
लेखकों ने RepoLaunch का उपयोग एक विशाल AI शेफ के जिम के निर्माण के लिए किया।
- पहले: इंसानों को मैन्युअल रूप से 100 टेस्ट किचन सेटअप करने पड़ते थे। इसमें बहुत समय लगता था।
- अब: RepoLaunch स्वचालित रूप से विभिन्न भाषाओं और ऑपरेटिंग सिस्टम के साथ हजारों किचन सेटअप करता है।
यह उन्हें SWE-bench-Live नामक एक विशाल डेटासेट बनाने की अनुमति देता है। अब वे विभिन्न AI मॉडलों पर हजारों "टूटे हुए व्यंजनों" को फेंक सकते हैं ताकि यह देखा जा सके कि कौन सा सबसे अच्छा है।
5. परिणाम: कुकिंग कॉन्टेस्ट में कौन जीता?
उन्होंने इस नए जिम में सर्वश्रेष्ठ AI शेफ (जैसे Claude, GPT-4, आदि) का परीक्षण किया।
- अच्छी खबर: AI शेफ की नई पीढ़ी बहुत बेहतर हो रही है। वे लगभग 30% समस्याओं को हल कर रहे हैं, जो पहले 15% से अधिक है।
- बुरी खबर: वे कठिन भाषाओं (जैसे C#) और Windows रसोई के साथ संघर्ष करते हैं, जो कि काफी पेचीदा है।
- आश्चर्य: सर्वश्रेष्ठ AI शेफ भी कभी-कभी एक लूप में फंस जाते हैं, एक समस्या को ठीक करने की कोशिश करते हैं लेकिन उसे और खराब कर देते हैं, या वे बस इसलिए हार मान लेते हैं क्योंकि निर्देश बहुत भ्रमित करने वाले थे।
निचोड़ (The Bottom Line)
RepoLaunch वह टूल है जो अंततः सॉफ्टवेयर वातावरण सेट करने के उबाऊ, कठिन काम को स्वचालित करने की अनुमति देता है। यह एक ऐसे रोबोट को काम पर रखने जैसा है जो तुरंत एक धूल भरी, टूटी हुई गैरेज को पूरी तरह से कार्यात्मक वर्कशॉप में बदल सकता है, चाहे उसके अंदर कौन से भी औजार हों।
इसके कारण, हम अब एक ऐसे पैमाने पर AI सॉफ्टवेयर इंजीनियरों को प्रशिक्षित और परीक्षण कर सकते हैं जिसे हमने पहले कभी नहीं देखा है, जिससे हमें स्मार्ट, अधिक विश्वसनीय AI बनाने में मदद मिलती है जो वास्तव में वास्तविक दुनिया में कोड लिखने में हमारी मदद कर सके।
संक्षेप में: RepoLaunch वह सार्वभौमिक अनुवादक और मैकेनिक है जो सॉफ्टवेयर कोड की अराजक दुनिया को AI के लिए सुलभ बनाता है, जिससे एक "असंभव उलझन" एक "परीक्षण योग्य खेल के मैदान" में बदल जाती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।