快手代码大模型 Kwaipilot 在研发领域的落地实践｜AICon 上海

5 月 23 日-24 日，AICon 全球人工智能开发与应用大会上海站即将拉开帷幕。本次大会将聚焦 AI 技术的前沿突破与产业落地，围绕 AI Agent、多模态应用、大模型架构创新、推理性能优化、大模型驱动数据创新、AI 产品创新与出海策略等核心议题，呈现技术与应用融合的最新趋势。

快手代码大模型算法负责人詹子正已确认出席 AICon 上海并将在大模型在研发领域的落地应用专题发表题为《快手代码大模型 Kwaipilot 在研发领域的落地实践》的主题分享。快手自研代码大模型 Kwaipilot 正式发布，截止到目前，新增代码的 AI 生成率达 20%。通过构建代码形式化表征和逻辑推理，实践 MoE 架构、“编码即标注”数据飞轮，在快手私域代码的理解和生成场景上，表现优于外部模型，自研代码续写模型 KwaiCoder-23BA4-v1 达到行业 SOTA 水平。

本次演讲将从数据收集、模型训练、产品交互、落地实践多个维度介绍在快手研发领域落地代码生成大模型的实践经历。以及如何激发与结合大模型的推理能力，有效利用研发环节中的暗知识，完成研发场景下的端到端需求生存任务。

快手代码大模型算法负责人詹子正，目前主要负责内部代码大模型的算法研发, 大模型训练以及相关应用的落地.。包括大模型在代码续写, 智能 Oncall, 研发助手, 对话式编程, 研发工具串联等多个场景的落地实践。个人项目经历 & 研究兴趣包括, 快手内部静态程序分析引擎研发, 基于 SCM 的 Uplift 人群增益投放算法设计, 基于 Transformer 架构的新型注意力机制设计以及大模型预训练工作。他在本次会议的详细演讲内容如下：

演讲提纲：

1. Kwaipiot 在哪些研发场景下进行了 AI 研发提效？

• Kwaipiot 在代码生成，端到端需求交付领域的应用

• Kwaipilot 在智能 cr，测试生成，智能 oncall 场景的应用

2. Kwaipilot 如何协调模型和产品的关系，打造最佳用处体验的研发提效工具

• 如何平衡模型的推理成本与性能

• 如何结合使用场景构造大模型训练需要的语料数据

• 哪些因素在影响产品最终的用户体验？

听众收益：

• 了解大模型可以在哪些研发流程赋能

• 了解如何转起数据飞轮不断提升模型能力

• 学习如何使模型具备自我反思与推理能力

除此之外，本次大会还策划了AI Agent 构建及多元应用、多模态大模型创新实践、AI for Data，数据管理与价值挖掘实践、大模型推理性能优化策略、AI 产品设计的创新思维、智能硬件与大模型的融合探索、金融领域大模型应用实践、大模型助力业务提效实践等专题，届时将有来自不同行业、不同领域、不同企业的 60+资深专家在 AICon 上海站现场带来前沿技术洞察和一线实践经验。

目前，所有大会演讲嘉宾已结集完毕，了解更多报名和详情信息可扫码或联系票务经理 13269078023 咨询。