Meta procesa decenas de miles de comentarios de revisión de código cada semana. Este documento presenta el proceso y los resultados del desarrollo de Metamate for Code Review (MetaMateCR), un sistema que proporciona correcciones asistidas por IA a los comentarios de los revisores de código a gran escala. Ajustamos el modelo Llama utilizando 64 000 puntos de datos y lo implementamos en un entorno de producción después de que los resultados fuera de línea alcanzaran un nivel satisfactorio. Los resultados de la comparación con GPT-4o muestran que el modelo LargeLSFT desarrollado genera parches precisos en el 68 % de los casos, un 9 % superior al de GPT-4o, y utiliza una función Hack más reciente. Mediante pruebas de seguridad, evaluamos el impacto de las sugerencias de parches de IA en el tiempo de revisión y abordamos el retraso en el tiempo de revisión mediante mejoras de la experiencia de usuario (UX). Al implementarse en un entorno de producción, el modelo LargeLSFT alcanzó una tasa de ActionableToApplied del 19,7 %, un 9,2 % superior al de GPT-4o.
