目次
#1 をデモンストレーションするために New Bing (GPT4.0) を使用します。彼に Java ソフトウェア開発者を演じてもらいます
ステップ 1: ChatGPT に Java ソフトウェア開発者の役割を果たしてもらいます
ステップ 3: newBing (ChatGPT) にこのコードを最適化してもらいます
ホームページ テクノロジー周辺機器 AI ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?

ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?

May 04, 2023 am 09:55 AM
chatgpt モデル llm

注: この記事では、

#1 をデモンストレーションするために New Bing (GPT4.0) を使用します。彼に Java ソフトウェア開発者を演じてもらいます

ステップ 1: ChatGPT に Java ソフトウェア開発者の役割を果たしてもらいます

  • プロンプト ワード プラグイン: アドレス: ChatGPT BingChat GPT3 プロンプト ジェネレーター アプリ (Streamlit) - a Kaludi による Hugging Face Space

#Java ソフトウェア開発者 Java ソフトウェア開発者

I want you to act as a Java software developer.
 I will provide you with a list of commands and you will implement them. 
My first request is "I need help creating a Java application."
ログイン後にコピー

ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?

2.良い Java コードの例

ステップ 2: 不適切に書かれた Java コードの例を準備します

  • 悪い Java の例:
  • public int calculateUsingIfElse(int a, int b, String operator) {
    int result = 0;
    if (operator.equals("add")) {
    result = a + b;
    } else if (operator.equals("subtract")) {
    result = a - b;
    } else if (operator.equals("multiply")) {
    result = a * b;
    } else if (operator.equals("divide")) {
    if (b == 0) {
    throw new IllegalArgumentException("Cannot divide by zero");
    }
    result = a / b;
    } else if (operator.equals("modulus")) {
    if (b == 0) {
    throw new IllegalArgumentException("Cannot divide by zero");
    }
    result = a % b;
    } else if (operator.equals("power")) {
    result = (int) Math.pow(a, b);
    } else if (operator.equals("square root")) {
    if (a < 0) {
    throw new IllegalArgumentException("Cannot take square root of negative number");
    }
    result = (int) Math.sqrt(a);
    } else if (operator.equals("absolute value")) {
    result = Math.abs(a);
    } else if (operator.equals("negate")) {
    result = -a;
    } else {
    throw new IllegalArgumentException("Invalid operator");
    }
    return result;
    }
    ログイン後にコピー

ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?#3. このコードを最適化してもらいます

ステップ 3: newBing (ChatGPT) にこのコードを最適化してもらいます

    そして、「整理」が必要ですサブ関数の自動分割、if ループとループのネストの削減、一部の設計パターンの実装など、より洗練されたコード構造に変換できます。」
  • // 定义一个接口,表示不同的运算策略
    public interface OperationStrategy {
    int apply(int a, int b);
    }
    
    
    // 定义一个枚举,表示不同的运算符和对应的策略
    public enum Operator {
    ADD((a, b) -> a + b),
    SUBTRACT((a, b) -> a - b),
    MULTIPLY((a, b) -> a * b),
    DIVIDE((a, b) -> {
    if (b == 0) {
    throw new ArithmeticException("Cannot divide by zero");
    }
    return a / b;
    }),
    MODULUS((a, b) -> {
    if (b == 0) {
    throw new ArithmeticException("Cannot divide by zero");
    }
    return a % b;
    }),
    POWER((a, b) -> (int) Math.pow(a, b)),
    SQUARE_ROOT((a, b) -> {
    if (a < 0) {
    throw new ArithmeticException("Cannot take square root of negative number");
    }
    return (int) Math.sqrt(a);
    }),
    ABSOLUTE_VALUE(Math::abs),
    NEGATE(a -> -a);
    
    
    private final OperationStrategy strategy;
    
    
    Operator(OperationStrategy strategy) {
    this.strategy = strategy;
    }
    
    
    public int apply(int a, int b) {
    return strategy.apply(a, b);
    }
    }
    
    
    // 定义一个方法,根据运算符和操作数来计算结果
    public int calculateUsingStrategy(int a, int b, String operatorName) {
    
    
     // 根据运算符名称找到对应的枚举常量,如果没有找到则抛出异常
     Operator operator = Operator.valueOf(operatorName.toUpperCase());
     if (operator == null) {
     throw new IllegalArgumentException("Invalid operator");
     }
    
    
     // 调用枚举常量的apply方法来执行相应的策略
     return operator.apply(a,b);
    }
    ログイン後にコピー
    4. 単一のテストを作成してもらいます4 番目のステップ: 最後に、彼に完了を依頼します - 単一のテストを作成してテストしてください

import org.junit.Test;
import static org.junit.Assert.*;


// 定义一个测试类,用@Test注解标记要执行的测试方法
public class CalculatorTest {


// 定义一个测试方法,用assertEquals方法来验证计算结果是否正确
@Test
public void testAdd() {
int result = calculateUsingStrategy(3, 5, "add");
assertEquals(8, result);
}


// 定义其他的测试方法,分别测试不同的运算符和操作数
@Test
public void testSubtract() {
int result = calculateUsingStrategy(10, 4, "subtract");
assertEquals(6, result);
}


@Test
public void testMultiply() {
int result = calculateUsingStrategy(7, 9, "multiply");
assertEquals(63, result);
}


@Test
public void testDivide() {
int result = calculateUsingStrategy(12, 3, "divide");
assertEquals(4, result);
}


 // 定义一个测试方法,用assertThrows方法来验证抛出了预期的异常
 @Test
 public void testDivideByZero() {
 assertThrows(ArithmeticException.class,
 () -> calculateUsingStrategy(10,0,"divide"));
 }


 // 定义其他的测试方法,分别测试不同的异常情况


 @Test
 public void testModulusByZero() {
 assertThrows(ArithmeticException.class,
 () -> calculateUsingStrategy(10,0,"modulus"));
 }


 @Test
 public void testSquareRootOfNegativeNumber() {
 assertThrows(ArithmeticException.class,
 () -> calculateUsingStrategy(-4,-2,"square root"));
 }


 // 定义一个测试方法,用assertThrows方法来验证抛出了预期的异常
 @Test
 public void testInvalidOperator() {
 assertThrows(IllegalArgumentException.class,
 () -> calculateUsingStrategy(10,-2,"foo"));
 }
}
ログイン後にコピー
ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?最後に、データ セキュリティが最大の問題です。特にバックエンドのコア ストレージ アカウントのパスワード、会社のコア ビジネス データ、および部門が関係する場合は、無差別にデータを ChatGPT に投稿しないでください。 、など。なぜなら、第一に、ChatGPT はトレーニングに質問と回答のコーパスを使用するためであり、第二に、LLM モデルがうっかり漏洩した情報でどのようなプロンプト ワードに応答するかを予測できないからです。

その欠陥にもかかわらず、ChatGPT で表される LLM モデルは、特にデータ分析、フロントエンド、単体テスト、再構築、その他の分野。

ChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか? この記事の最初のステップで述べたように、ChatGPT は多用途のアイデンティティのようなもので、彼に任意の役割を果たさせることができ、

すべての役割を果たせるようになります。この役割は、私たちがより良い生活を達成できるよう支援することにあります。

もっと興味深い使い方が皆さんに発見されるのを待っています。

以上がChatGPT を細心の Java コード オプティマイザーとして機能させるにはどうすればよいでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

ChatGPT では、無料ユーザーが 1 日あたりの制限付きで DALL-E 3 を使用して画像を生成できるようになりました ChatGPT では、無料ユーザーが 1 日あたりの制限付きで DALL-E 3 を使用して画像を生成できるようになりました Aug 09, 2024 pm 09:37 PM

DALL-E 3は、前モデルより大幅に改良されたモデルとして2023年9月に正式導入されました。これは、複雑な詳細を含む画像を作成できる、これまでで最高の AI 画像ジェネレーターの 1 つと考えられています。ただし、発売当初は対象外でした

Groq Llama 3 70B をローカルで使用するためのステップバイステップ ガイド Groq Llama 3 70B をローカルで使用するためのステップバイステップ ガイド Jun 10, 2024 am 09:16 AM

翻訳者 | Bugatti レビュー | Chonglou この記事では、GroqLPU 推論エンジンを使用して JanAI と VSCode で超高速応答を生成する方法について説明します。 Groq は AI のインフラストラクチャ側に焦点を当てているなど、誰もがより優れた大規模言語モデル (LLM) の構築に取り組んでいます。これらの大型モデルがより迅速に応答するためには、これらの大型モデルからの迅速な応答が鍵となります。このチュートリアルでは、GroqLPU 解析エンジンと、API と JanAI を使用してラップトップ上でローカルにアクセスする方法を紹介します。この記事では、これを VSCode に統合して、コードの生成、コードのリファクタリング、ドキュメントの入力、テスト ユニットの生成を支援します。この記事では、独自の人工知能プログラミングアシスタントを無料で作成します。 GroqLPU 推論エンジン Groq の概要

世界で最も強力なオープンソース MoE モデルが登場。GPT-4 に匹敵する中国語機能を備え、価格は GPT-4-Turbo のわずか 1% 近くです 世界で最も強力なオープンソース MoE モデルが登場。GPT-4 に匹敵する中国語機能を備え、価格は GPT-4-Turbo のわずか 1% 近くです May 07, 2024 pm 04:13 PM

従来のコンピューティングを超える能力を備えているだけでなく、より低コストでより効率的なパフォーマンスを実現する人工知能モデルを想像してみてください。これは SF ではありません。世界で最も強力なオープンソース MoE モデルである DeepSeek-V2[1] が登場しました。 DeepSeek-V2 は、経済的なトレーニングと効率的な推論の特徴を備えた強力な専門家混合 (MoE) 言語モデルです。これは 236B のパラメータで構成されており、そのうち 21B は各マーカーをアクティブにするために使用されます。 DeepSeek67B と比較して、DeepSeek-V2 はパフォーマンスが優れていると同時に、トレーニング コストを 42.5% 節約し、KV キャッシュを 93.3% 削減し、最大生成スループットを 5.76 倍に高めます。 DeepSeek は一般的な人工知能を研究する会社です

Plaud、NotePin AI ウェアラブル レコーダーを 169 ドルで発売 Plaud、NotePin AI ウェアラブル レコーダーを 169 ドルで発売 Aug 29, 2024 pm 02:37 PM

Plaud Note AI ボイスレコーダー (Amazon で 159 ドルで購入可能) を開発した企業 Plaud が新製品を発表しました。 NotePin と呼ばれるこのデバイスは AI メモリ カプセルとして説明されており、Humane AI Pin と同様にウェアラブルです。ノートピンは

MLP に代わる KAN は、オープンソース プロジェクトによって畳み込みまで拡張されました MLP に代わる KAN は、オープンソース プロジェクトによって畳み込みまで拡張されました Jun 01, 2024 pm 10:03 PM

今月初め、MIT やその他の機関の研究者らは、MLP に代わる非常に有望な代替案である KAN を提案しました。 KAN は、精度と解釈可能性の点で MLP よりも優れています。また、非常に少数のパラメーターを使用して、多数のパラメーターを使用して実行する MLP よりも優れたパフォーマンスを発揮できます。たとえば、著者らは、KAN を使用して、より小規模なネットワークと高度な自動化で DeepMind の結果を再現したと述べています。具体的には、DeepMind の MLP には約 300,000 個のパラメーターがありますが、KAN には約 200 個のパラメーターしかありません。 KAN は、MLP が普遍近似定理に基づいているのに対し、KAN はコルモゴロフ-アーノルド表現定理に基づいているのと同様に、強力な数学的基礎を持っています。以下の図に示すように、KAN は

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

ナレッジグラフ検索用に強化された GraphRAG (Neo4j コードに基づいて実装) ナレッジグラフ検索用に強化された GraphRAG (Neo4j コードに基づいて実装) Jun 12, 2024 am 10:32 AM

Graph Retrieval Enhanced Generation (GraphRAG) は徐々に普及しており、従来のベクトル検索方法を強力に補完するものとなっています。この方法では、グラフ データベースの構造的特徴を利用してデータをノードと関係の形式で編成し、それによって取得された情報の深さと文脈の関連性が強化されます。グラフには、相互に関連する多様な情報を表現および保存するという自然な利点があり、異なるデータ型間の複雑な関係やプロパティを簡単に把握できます。ベクトル データベースはこの種の構造化情報を処理できず、高次元ベクトルで表される非構造化データの処理に重点を置いています。 RAG アプリケーションでは、構造化グラフ データと非構造化テキスト ベクトル検索を組み合わせることで、両方の利点を同時に享受できます。これについてこの記事で説明します。構造

Google AI、開発者向けに Gemini 1.5 Pro と Gemma 2 を発表 Google AI、開発者向けに Gemini 1.5 Pro と Gemma 2 を発表 Jul 01, 2024 am 07:22 AM

Google AI は、Gemini 1.5 Pro 大規模言語モデル (LLM) を皮切りに、拡張コンテキスト ウィンドウとコスト削減機能へのアクセスを開発者に提供し始めました。以前は待機リストを通じて利用可能でしたが、完全な 200 万トークンのコンテキストウィンドウが利用可能になりました

See all articles