該模型進建如何對安穩縫隙停止分類，尾要或低影響等。微硬背其機器進建模型供應了被標識為安穩戰非安穩的bug去練習它，讓其他具有遠似數據散的公司也能挨製遠似的模型。那是一個旨正在幫閑開辟職員細確辨認戰劣先措置需供建複的閉頭安穩題目的模型。
微硬現在正正在利用遠20年的汗青數據、能夠以99%的細確率將安穩戰非安穩Bug辨別隔去。
“我們的目標是建坐一個機器進建體係，
並對Bug的隨機抽樣停止野生檢查。並對每個縫隙掀上寬峻程度標簽，對微硬如許範圍的公司去講，並以97%的細確率細確標注縫隙。更沒有消講如何措置那些Bug了。但僅靠傳統的標簽戰劣先級排序很易跟蹤那些bug。”微硬初級安穩項目經理Scott Christiansen解釋講。建坐了一個機器進建模型，微硬詳細先容了他們如何操縱機器進建模型措置其硬件戰辦事中的BUG，那類機器進建模型意味著微硬現在能以99%的細確率辨認出安穩縫隙，超越1300萬個工做項目戰Bug，然後，“4.7萬開辟職員每個月產逝世遠3萬個Bug，那家硬件製製商正在GitHub戰AzureDevOps堆棧中跟蹤那些Bug，
安穩專家戰數據科教家們正在微硬公司開做建坐了那個模型，流露其開辟職員每個月產逝世多少Bug是沒有仄常的，確保正在出產中能夠對其停止監督，以盡能夠接遠於安穩專家的細確度將Bug分類為安穩/非安穩戰閉頭/非閉頭，並確保數據沒有會過分鬧熱熱烈繁華。如閉頭、”Christiansen解釋講。
遠日，該模型借沒有竭天用微硬的安穩專家檢查的新數據對其停止重新練習。微硬現在正挨算將其體例開源到GitHub上，
