JetBrains lança modelo de IA com 12 bilhões de parâmetros para programadores
A empresa de ferramentas para desenvolvedores apresenta o Mellum2, um modelo de pesos abertos treinado especialmente para entender e gerar código.
A JetBrains (conhecida pelos ambientes de desenvolvimento como IntelliJ e PyCharm) anunciou o Mellum2, um modelo de inteligência artificial com 12 bilhões de parâmetros (valores ajustáveis que determinam como o modelo responde) projetado para ajudar programadores. Ao contrário de modelos genéricos como o GPT-4, o Mellum2 foi treinado com foco em tarefas de programação — completar código, explicar trechos complexos, encontrar bugs e sugerir melhorias.
O diferencial está na arquitetura: o modelo usa uma técnica chamada Mixture-of-Experts, ou MoE (um sistema em que vários "especialistas" menores trabalham juntos, cada um focado em tipos específicos de problemas, economizando poder de processamento). Isso permite que o Mellum2 seja mais rápido e eficiente do que modelos tradicionais de tamanho parecido, segundo a JetBrains. A empresa disponibilizou o modelo com pesos abertos (ou seja, qualquer pessoa pode baixar, estudar e modificar o código sem restrições) na plataforma Hugging Face (um repositório popular onde desenvolvedores compartilham modelos de IA já treinados).
O Mellum2 foi treinado com bilhões de linhas de código de repositórios públicos e documentação técnica, cobrindo dezenas de linguagens de programação. A JetBrains afirma que o modelo é especialmente competente em Python, Java, JavaScript e Kotlin, mas também funciona com linguagens menos comuns. Nos testes internos, ele superou modelos concorrentes de tamanho similar em tarefas como completar funções incompletas e detectar erros sutis em código real.
A decisão de liberar o modelo gratuitamente reflete uma estratégia diferente da adotada por empresas como OpenAI e Anthropic, que mantêm seus modelos fechados. Segundo a JetBrains, abrir o Mellum2 permite que outras empresas e pesquisadores adaptem o modelo para necessidades específicas — como treinar versões focadas em frameworks particulares ou integrar a IA em ferramentas internas. A empresa ainda planeja lançar versões menores do modelo nos próximos meses, otimizadas para rodar em computadores comuns sem exigir servidores potentes.
