Стартап EngramLab представил первые результаты нераскрытого проекта, который высоко оценил Офир Пресс (Ofir Press), один из разработчиков бенчмарка SWE-bench для оценки способности ИИ-моделей решать задачи по программированию. Подробности технологии компания пока не раскрыла.
Команда EngramLab, специализирующаяся на разработке инструментов для работы с исходным кодом на базе искусственного интеллекта, опубликовала тизер нового проекта, не раскрыв технических деталей. Реакция последовала от Офира Пресса, соавтора бенчмарка SWE-bench — стандартизированного теста, который оценивает способность моделей исправлять баги и вносить изменения в реальные репозитории программного обеспечения.
Пресс в своём посте на X отметил, что результаты EngramLab «выглядят многообещающе», хотя и не привёл конкретных данных. «Это может стать важным шагом вперёд для инструментов, которые действительно помогают разработчикам, а не просто генерируют код», — написал он. В ответ на запрос о комментариях представители EngramLab уточнили, что проект находится на ранней стадии тестирования, а полноценный релиз ожидается в течение нескольких месяцев.
EngramLab была основана в 2025 году группой исследователей из Стэнфордского университета, включая Винни Сюй (Winnie Xu) и Луна Вана (Lun Wang). Компания фокусируется на создании моделей, способных не только генерировать код, но и понимать контекст крупных кодовых баз, что критически важно для корпоративных применений. Ранее стартап привлекал внимание после публикации работы о методах оптимизации работы ИИ с репозиториями на миллионы строк кода.
Отсутствие технических подробностей в текущем анонсе вызвало вопросы у части сообщества. Так, Саша Раш (Sasha Rush), профессор Корнеллского университета и эксперт по обработке естественного языка, отметил, что без независимой верификации сложно судить о реальной эффективности подхода. «Бенчмарки вроде SWE-bench — это хорошо, но они не заменяют прозрачности», — указал он в комментарии на X.