GitHub Copilot CLI ने AI कार्यप्रदर्शन जवळजवळ 75 टक्क्यांनी वाढवण्यासाठी नवीन वैशिष्ट्य जोडले

GitHub Copilot CLI वापरकर्ते आता प्रायोगिक मोडमध्ये रबर डक नावाचे वैशिष्ट्य वापरू शकतात जेणेकरुन LLM चे कार्यप्रदर्शन सुधारण्यास मदत होईल जेव्हा ते कोडिंगसाठी येते. त्याच्या चाचण्यांमध्ये, GitHub दरम्यान कामगिरी अंतर बंद करण्यात सक्षम होते क्लॉड सॉनेट आणि ओपस या तंत्राचा वापर करून 74.7% ने.

परिचित नसलेल्या कोणासाठीही, रबर डकिंग हे प्रोग्रामिंगमध्ये वापरले जाणारे एक तंत्र आहे जिथे तुम्ही तुम्हाला येत असलेल्या समस्येवर (रबर डकसह) मात करण्याच्या प्रयत्नात बोलता. GitHub च्या अंमलबजावणीमध्ये, रबर डक हे वेगळ्या AI कुटुंबातील दुसरे LLM आहे जे एजंटच्या योजनांचे पुनरावलोकन आणि मूल्यांकन करते आणि ज्या क्षणी अभिप्रायाची सर्वात जास्त गरज असते त्या क्षणी काम करते.

GitHub Copilot CLI मध्ये रबर डक ऍक्सेस करण्यासाठी, तुम्ही ते ऍक्सेस करण्यासाठी /प्रायोगिक आणि इतर प्रायोगिक वैशिष्ट्ये वापरू शकता.

LLM च्या आजच्या समस्येचे स्पष्टीकरण देताना, GitHub म्हणतो:

“आजचे कोडिंग एजंट स्पष्ट लूपचे अनुसरण करतात. प्रथम, एजंट कार्याचे मूल्यमापन करतो, नंतर योजना तयार करतो, अंमलबजावणी करतो, चाचण्या करतो आणि आवश्यक असल्यास पुनरावृत्ती करतो. हा एक शक्तिशाली प्रवाह आहे जो चांगले कार्य करतो, परंतु त्यात आंधळे ठिपके आहेत. एजंट लवकरात लवकर कोणताही निर्णय घेतो, विशेषत: नियोजनाच्या टप्प्यात, हा पाया आहे जो तुम्ही बांधत आहात आणि वेळेनुसार, कार्यक्षमतेनुसार, तुमची क्षमता आणि लक्षात येण्यावर अवलंबून आहे. तुम्हाला सुरुवातीला फक्त लहान चुकांपेक्षा बरेच काही दुरुस्त करावे लागेल.

आत्म-प्रतिबिंब वापरणे आणि पुढे जाण्यापूर्वी एजंटने स्वतःच्या आउटपुटचे पुनरावलोकन करणे हे सिद्ध तंत्र आहे. तथापि, स्वतःच्या कार्याचे पुनरावलोकन करणारे मॉडेल अद्याप स्वतःच्या प्रशिक्षण पूर्वाग्रहांनी बांधलेले आहे: समान प्रशिक्षण डेटा आणि तंत्रे, समान अंध स्थान.”

त्याच्या संशोधनात, GitHub आढळले की रबर डक तीन किंवा अधिक फायलींमध्ये पसरलेल्या कठीण समस्यांसह अधिक मदत करतो आणि साधारणपणे 70 पावले उचलतो. जेणेकरून ते संसाधने वाया घालवू नये, रबर डक आपोआप, सक्रियपणे आणि प्रतिक्रियात्मकपणे कॉल केला जाऊ शकतो किंवा वापरकर्त्याद्वारे कधीही ट्रिगर केला जाऊ शकतो.

तुम्ही GitHub Copilot हे आपोआप चालवण्यासाठी सोडल्यास, एक योजना तयार केल्यानंतर (येथेच सर्वात मोठा विजय मिळतो), जटिल अंमलबजावणीनंतर आणि चाचण्या लिहिल्यानंतर, परंतु ते कार्यान्वित करण्यापूर्वी ते मागवले जाऊ शकते. जर एजंट लूपमध्ये अडकला तर तो लॉगजॅम तोडण्यास मदत करण्यासाठी रबर डकला देखील कॉल करू शकतो.

नवीन वैशिष्ट्य वापरण्यासाठी, GitHub Copilot CLI स्थापित करा आणि /प्रायोगिक स्लॅश कमांड ट्यून करा. आत्ता, जेव्हा तुम्ही मॉडेल पिकरमधून क्लॉड मॉडेल निवडता आणि त्यात प्रवेश असतो तेव्हाच ते कार्य करते GPT-5.4 (रबर डकने वापरलेले मॉडेल). ते नंतर आपोआप आणि मागणीनुसार चालेल. आपण अधिक जाणून घेऊ शकता येथे.