Voyage AI: Voyage Code 2

Voyage Code 2は、ソースコードと関連するテキストの数値埋め込みを作ります。開発者が動作を説明したりコード断片を渡したりすると、検索システムが関連する実装を見つける、意味に基づくコード検索のために設計されています。開発元の例では、自然言語の質問、コード断片、その二つの組み合わせを検索入力として扱っています。

実際の開発上の質問に沿って、リポジトリ検索を構築します。例えば、対応する文字のうち最初と最後だけを取り除くルーチンや、特定の木の走査を行う箇所を開発者が探す場合があります。求める実装と、似ていても誤った実装とを区別する条件を含め、動作を正確に表すクエリを用意してください。

すべてのファイルを任意の文字数で分割せず、有用な単位でコードを索引に登録します。関数のシグネチャ、本体、関連する説明をまとめて保持してください。補助関数がローカルな型や定数に依存する場合は、目的が理解できるだけの周辺のテキストを残します。ファイルパス、リポジトリのリビジョン、ソース位置は埋め込みとは別に保存し、結果から元のコードを直接開けるようにします。

この版には16,000トークンのコンテキストウィンドウがあり、1,536次元の埋め込みを生成します。この表現に合わせてベクトル索引の容量を設計し、クエリとドキュメントの埋め込みを同じモデルに結び付けて保持してください。Voyage Code 2で索引を作成済みの集合では、原資料のレコードを更新しつつ、一貫した検索表現を維持できます。別の埋め込み版への移行は、同じリポジトリで明示的に比較する索引の移行として扱います。

自然言語のクエリでは、操作、入力、関連する結果を説明します。コードのクエリでは、ロジックを照合したい断片を含め、検索に関わる条件を説明してください。例えば再試行処理の検索なら、タイムアウトの後に再試行するコードか、完全なエラー応答の後に再試行するコードかを指定できます。取得したソースは、編集に使う前に、その違いを確かめます。

ドキュメントとソースコードの両方を索引に登録する場合は、追跡できる状態を保ちます。説明の文章は有用な背景になる一方、開発者が確認すべき成果物は実装です。検索ページに正しい移動先を示し、コーディングアシスタントが説明と実行可能なソースを区別できるよう、これらのレコードの種類にラベルを付けてください。

取得した文章を、リポジトリの移動、実装の発見、コーディングアシスタントの次の作業に使う文脈として利用します。次の処理へ渡す際は、関連する断片全体とその位置を保持してください。類似度はコードの候補を探す助けになります。その候補が現在の問題を解くかどうかは、実際の入力、副作用、契約を確認して判断します。

答えとなるソースが分かっている実際の質問の集合で、検索を評価します。名前を変更した関数、誤解を招くコメント、境界条件が異なる似たユーティリティ、コードにない語彙を使うクエリを含めてください。期待する実装が有用な結果の中に現れるか、表示される断片に評価のための文脈が十分あるかを確かめます。リポジトリが大きくなっても同じ作業で抽出、文章の境界、索引作成の変更を比較できるよう、それらの質問を保持してください。