← Каталог

· AI Engineer Europe 2026

Как мы создали Zeta2: обучение модели предсказания правок в продакшене

How We Built Zeta2: Training an Edit Prediction Model in Production — Ben Kunkle, Zed

Zed обучил Zeta 2 дистилляцией от frontier-модели и заменил дорогие выборки учителя выборками растущей student-модели.

  • Ремонт предсказаний учителя — эвристики отсекают плохие правки (откат только что набранного, выход за границу редактируемой области), и другая модель их исправляет. Результат кэшируется, поэтому формат промпта можно менять без повторной разметки.
  • Устоявшееся состояние правки — за итоговый вариант берут код, который пользователь не трогал 10 секунд. Сравнение с предсказаниями по расстоянию Левенштейна отсекает шум, а выборки student-модели, по словам автора, почти ничего не стоят, в отличие от запросов к учителю.
  • Лучшие примеры посередине — далёкие от итога примеры это шум, почти совпадающие очевидны, а средние содержат новые функции, которых модели не показывали при обучении.
  • Раскатка на долю трафика — новая версия идёт на 15% продакшен-трафика, а решение принимают по acceptance rate, задержке и kept rate. Релиз на базе Seed-Coder вышел как Zeta 2.

Кому полезно: тем, кто обучает небольшую модель под узкую задачу с жёсткой задержкой, например автодополнение в редакторе.

Статья по теме

Главы

Похожие доклады