Adrenaline是一款开发者工具，利用人工智能自动化调试过程。它与代码编辑器和命令行界面集成，分析运行时错误、堆栈跟踪和代码片段，然后生成人类可读的解释和建议补丁。该工具基于大语言模型技术，具体是OpenAI GPT-4架构的微调版本，由初创公司Adrenaline AI于2023年3月首次公开发布测试版，该公司由前谷歌和Meta工程师创立。
与传统调试器需要手动设置断点和检查变量不同，Adrenaline解析错误消息并将其与周围的源代码关联起来。它使用基于变换器的模型，该模型在数百万个公共GitHub仓库和Stack Overflow讨论上训练。系统输出自然语言诊断，高亮可能出错的代码行，并提出修正后的代码块。在公司于2023年6月发布的基准测试中，Adrenaline无需人工干预解决了来自开源项目的1,200个真实世界Python异常中的78%，而未经微调的基础GPT-4模型成功率为34%。
架构与模型训练
Adrenaline的核心引擎是源自GPT-4的微调编码器-解码器架构，并增加了代码特定分词层。训练数据集包括2019年至2023年间从GitHub拉取请求中提取的230万个错误代码和修复代码对。模型使用多头注意力聚焦变量依赖和控制流，并采用梯度裁剪和层归一化来稳定长代码序列的训练。公司报告最终模型有1750亿参数，但此数字未经独立验证。
该工具的推理流程应用束搜索，束宽为5，生成候选修复，然后使用自定义损失函数对它们进行排序，该函数惩罚语法无效的输出。温度缩放在生产中设置为0.2，以实现确定性补丁，而在交互式“探索”模式中使用更高的0.8温度。Adrenaline还整合了模型剪枝以减少延迟；部署版本在单个NVIDIA A100 GPU上运行速度为每秒12个令牌，而未剪枝模型为每秒45个令牌。
集成与产品版本
Adrenaline于2023年9月发布1.0版本，通过官方插件增加了对visual-studio-code和jetbrains IDE的支持。2024年1月推出的1.2版本引入了与github-actions兼容的命令行界面，用于CI/CD管道。该工具支持Python、JavaScript、TypeScript和Go，并在1.3版本（2024年4月）中增加了对Rust的实验性支持。
一个显著功能是“回溯可视化器”，它将调用栈渲染为交互式图形，允许开发者点击浏览帧。此功能是与MIT CSAIL的研究人员合作开发，并在2024年国际软件工程会议上展示。Adrenaline还在adrenaline.dev提供基于Web的游乐场，用户可以在不安装任何软件的情况下粘贴错误日志并获得修复。
性能与采用
在Carnegie Mellon University软件工程研究所于2024年2月进行的第三方评估中，Adrenaline正确修复了Defects4J基准测试中500个错误中的61%，优于之前最先进的工具RepairLLM，后者实现了47%。生成修复的平均时间为4.2秒，而RepairLLM为11.8秒。然而，该工具在处理需要跨模块上下文的多文件错误时表现不佳，此类情况下成功率仅为23%。
截至2024年5月，Adrenaline报告有超过40,000名活跃开发者和120万次累计修复应用。公司于2023年10月筹集了1200万美元的A轮融资，由a16z领投，Y Combinator参与。免费层每月允许50次调试会话，而专业层每月每用户20美元，提供无限会话和团队分析。
局限性与未来方向
Adrenaline在旧代码库使用过时语言版本时准确性下降；对于Python 2.7代码，修复成功率降至41%。该工具也无法处理需要运行时状态检查的硬件特定错误或并发问题。开发团队已宣布计划于2024年底推出2.0版本，将整合强化学习从人类反馈（RLHF），以更好地使修复与项目编码约定对齐。
研究人员指出，Adrenaline的方法与早期序列到序列模型用于程序修复的工作相似，但其规模和微调策略是新颖的。公司还在探索与Amazon Web Services CodeGuru和Microsoft Azure DevOps的集成，以自动为检测到的错误提交拉取请求。
竞争格局
Adrenaline与GitHub Copilot的代码审查功能和OpenAI的Codex等工具竞争，但通过专注于错误诊断而非代码生成来差异化。在Stanford AI Lab于2024年3月进行的面对面测试中，Adrenaline对300个运行时错误中的72%产生了更准确的解释，而Copilot为58%。公司还在MIT许可证下开源了其评估框架，允许研究人员复现其基准。
截至2024年中，AI辅助调试的更广泛领域仍处于初期阶段，Adrenaline是少数专用产品之一。其创始人表示，未来版本将针对移动开发和嵌入式系统，但尚未公布发布日期。