Peranti teknologi
AI
Dengan terbina dalam 10,000+ perpustakaan kod Github yang popular, Baidu secara rasmi mengeluarkan Comate Code Knowledge Enhancement 2.0
Dengan terbina dalam 10,000+ perpustakaan kod Github yang popular, Baidu secara rasmi mengeluarkan Comate Code Knowledge Enhancement 2.0
Pada 18 Mei 2019, Forum Sidang Kemuncak Elit Teknologi Internet ke-7 iTechClub North China telah diadakan, Pengarah Jabatan Prestasi Kejuruteraan Baidu telah menyampaikan ucaptama mengenai "Ke Arah Paradigma Baharu R&D Asli AI untuk Kerjasama Manusia-Mesin". Beliau mengeluarkan pencapaian terkini pembantu kod pintar Baidu Comate - Peningkatan Pengetahuan Kod Comate 2.0 Ini ialah pembantu kod pintar pertama di China yang menyokong pengambilan masa nyata Ia mempunyai lebih daripada 10,000 perpustakaan kod Github yang popular, yang telah dibawa manfaat besar kepada pembangun di seluruh dunia Pengalaman pengaturcaraan yang tidak pernah berlaku sebelum ini.
Sebagai salah satu acara kemuncak persidangan ini, Comate Code Knowledge Enhancement 2.0 mendapat perhatian yang besar daripada para hadirin. Pembantu kod pintar Comate ialah alat pelengkap dan pengesyoran kod pintar berdasarkan model Baidu Wenxin. Melalui pembelajaran mendalam dan teknologi pemprosesan bahasa semula jadi, ia boleh menganalisis niat pengaturcaraan pembangun dalam masa nyata, secara automatik mengesyorkan coretan kod dan fungsi perpustakaan yang sesuai, dan meningkatkan kecekapan pengaturcaraan dan kualiti kod dengan banyak.
Tozhi memperkenalkan secara terperinci tiga kelebihan utama Comate Code Knowledge Enhancement 2.0 dalam ucapannya. Pertama sekali, ia mempunyai 10,000+ perpustakaan kod popular Github terbina dalam, yang boleh menyokong carian komprehensif dan Soal Jawab. Rangka kerja yang sangat baik meliputi pelbagai bahasa dan susunan teknologi, seperti Spring, Mybatis, FastAPI, React, dsb. untuk kejuruteraan, Transformer, PaddlePaddle, dsb. untuk algoritma, serta rangka kerja AI terkini seperti AutoGPT, Langchain, dsb.
Pembangun sering menghadapi soalan berkaitan asas kod semasa temu duga. Kini melalui tafsiran Comate, anda boleh mendapatkan penjelasan perniagaan tertentu dengan cepat dalam rangka kerja sumber terbuka, membantu pembangun menguasai logik kod sumber dan meningkatkan kemahiran pengaturcaraan. Ini seperti mencipta "pustaka kod", dibantu oleh Comate, untuk membantu setiap pembangun mempelajari amalan pengekodan yang sangat baik.
Sebagai contoh, dalam senario temu bual, soalan "Apakah skop lalai Spring Bean? Bagaimana untuk menukar skop Bean
Comate adalah berdasarkan carian dalam talian Web dan terus memperoleh pengetahuan teknikal terkini?" dalam masa nyata Ini juga yang pertama di China Menyokong pengambilan masa nyata pembantu kod pintar. Comate cepat mempelajari pengetahuan baharu berdasarkan carian web, menganalisis masalah yang rumit melalui model besar, menjelaskan penyelesaian permintaan dan dengan cepat melaksanakan serta mengubah suai kod berdasarkan kod sedia ada pengguna. Jika alamat halaman web dibuang terus, Comate juga boleh memahami kandungan halaman web dan memberikan jawapan berdasarkan permintaan. Pada masa yang sama, pengetahuan bukan lagi pulau terpencil Dengan mencampurkan dan menyusun kandungan carian rangkaian masa nyata, kandungan halaman web tertentu, fail yang dimuat naik secara tempatan, perpustakaan kod tempatan dan pengetahuan lain, berkat pelbagai kebolehan boleh membantu anda menjana kod yang. lebih relevan dengan perniagaan sebenar.
Jika anda perlu menjana Ejen untuk memanggil pelaksanaan API Wenxinyishuo 4.0, anda hanya perlu menyatakan keperluan anda dan Comate boleh mencari melalui halaman web untuk menjana kod rangka kerja, mencari API Wenxinyishuo terkini dan menjana kod logik perniagaan. Kerja-kerja penyelidikan dan pembangunan yang memakan masa berhari-hari boleh disiapkan dalam beberapa ayat sahaja menggunakan Comate.
Akhir sekali, diberikan mana-mana pautan API, kod panggilan dan kes ujian yang sepadan boleh dijana, yang cekap dan berkualiti tinggi. Pada masa ini, Comate menyokong pemahaman mendalam tentang asas kod tempatan dan pengetahuan domain peribadi dalam organisasi, seperti dokumen antara muka perniagaan, dokumen keperluan produk, dokumen kes ujian, dokumen penggunaan perkhidmatan, dsb. Dengan memahami sepenuhnya konteks "tapak pengaturcaraan" semasa dan mempunyai pemahaman yang mendalam tentang keseluruhan pautan R&D "perniagaan/projek/perkhidmatan", Comate boleh menjana penggunaan dan kod ujian yang lebih berkaitan dengan perniagaan dan lebih disasarkan. .
Memasuki peringkat Peningkatan Pengetahuan Kod 2.0, Comate boleh memberikan sokongan mudah untuk senario berbeza seperti penulisan kod, pembelajaran, temu bual dan ujian. Contohnya, dalam senario penulisan kod, Comate boleh mendapatkan semula pelaksanaan teknologi terkini, menjana kod rangka kerja dan membantu dalam mengubah suai kod berdasarkan kod sedia ada pengguna, dalam senario ujian, Comate boleh mendapatkan semula pelaksanaan teknologi terkini berdasarkan senario; -input penerangan ujian berasaskan oleh pengguna Satu siri coretan kod yang memenuhi kehendak keperluan perniagaan, dan kod ujian automatik yang lengkap dijana melalui model besar.
Semua fungsi yang dikeluarkan oleh Comate boleh dimuat turun dari laman web rasmi untuk menggunakan pemalam IDE, atau anda boleh mengalaminya secara dalam talian melalui laman web di laman web rasmi Comate. Comate telah komited untuk meningkatkan kecekapan pengaturcaraan dan kualiti kod pembangun Data awam menunjukkan bahawa 27% kod baharu harian Baidu dijana secara automatik oleh Comate, dan kadar penggunaan keseluruhan mencapai 46%. Keluaran Comate Code Knowledge Enhancement 2.0 bukan sahaja meningkatkan lagi fungsi dan prestasi Comate, tetapi juga menunjukkan perubahan besar yang telah dibawa oleh model besar ke bidang pengaturcaraan AI.
Baru-baru ini, dalam senarai penarafan pembantu pintar pasaran pemalam utama seperti VSCode dan Jetbrains, Baidu Comate menduduki tempat pertama dalam senarai dengan masing-masing 4.5 dan 4.4. Kini Comate seperti pembantu kod pintar, membantu pengaturcara membangunkan kod berkualiti tinggi dengan kecekapan yang lebih tinggi Era "pengaturcaraan" dengan hanya beberapa klik telah tiba.
Atas ialah kandungan terperinci Dengan terbina dalam 10,000+ perpustakaan kod Github yang popular, Baidu secara rasmi mengeluarkan Comate Code Knowledge Enhancement 2.0. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Undress AI Tool
Gambar buka pakaian secara percuma
Clothoff.io
Penyingkiran pakaian AI
Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Topik panas
1671
14
1428
52
1329
25
1276
29
1256
24
Pengarang ControlNet mendapat satu lagi kejayaan! Seluruh proses menghasilkan lukisan daripada gambar, memperoleh 1.4k bintang dalam masa dua hari
Jul 17, 2024 am 01:56 AM
Ia juga merupakan video Tusheng, tetapi PaintsUndo telah mengambil laluan yang berbeza. Pengarang ControlNet LvminZhang mula hidup semula! Kali ini saya menyasarkan bidang lukisan. Projek baharu PaintsUndo telah menerima 1.4kstar (masih meningkat secara menggila) tidak lama selepas ia dilancarkan. Alamat projek: https://github.com/lllyasviel/Paints-UNDO Melalui projek ini, pengguna memasukkan imej statik, dan PaintsUndo secara automatik boleh membantu anda menjana video keseluruhan proses mengecat, daripada draf baris hingga produk siap . Semasa proses lukisan, perubahan garisan adalah menakjubkan Hasil akhir video sangat serupa dengan imej asal: Mari kita lihat lukisan lengkap.
Mendahului senarai jurutera perisian AI sumber terbuka, penyelesaian tanpa ejen UIUC dengan mudah menyelesaikan masalah pengaturcaraan sebenar SWE-bench
Jul 17, 2024 pm 10:02 PM
Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Semua pengarang kertas kerja ini adalah daripada pasukan guru Zhang Lingming di Universiti Illinois di Urbana-Champaign (UIUC), termasuk: Steven Code repair; pelajar kedoktoran tahun empat, penyelidik
Daripada RLHF kepada DPO kepada TDPO, algoritma penjajaran model besar sudah pun 'peringkat token'
Jun 24, 2024 pm 03:04 PM
Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Dalam proses pembangunan kecerdasan buatan, kawalan dan bimbingan model bahasa besar (LLM) sentiasa menjadi salah satu cabaran utama, bertujuan untuk memastikan model ini adalah kedua-duanya. berkuasa dan selamat untuk masyarakat manusia. Usaha awal tertumpu kepada kaedah pembelajaran pengukuhan melalui maklum balas manusia (RL
Kertas arXiv boleh disiarkan sebagai 'bertubi-tubi', platform perbincangan Stanford alphaXiv dalam talian, LeCun menyukainya
Aug 01, 2024 pm 05:18 PM
sorakan! Bagaimana rasanya apabila perbincangan kertas adalah perkataan? Baru-baru ini, pelajar di Universiti Stanford mencipta alphaXiv, forum perbincangan terbuka untuk kertas arXiv yang membenarkan soalan dan ulasan disiarkan terus pada mana-mana kertas arXiv. Pautan laman web: https://alphaxiv.org/ Malah, tidak perlu melawati tapak web ini secara khusus. Hanya tukar arXiv dalam mana-mana URL kepada alphaXiv untuk terus membuka kertas yang sepadan di forum alphaXiv: anda boleh mencari perenggan dengan tepat dalam. kertas itu, Ayat: Dalam ruang perbincangan di sebelah kanan, pengguna boleh menyiarkan soalan untuk bertanya kepada pengarang tentang idea dan butiran kertas tersebut Sebagai contoh, mereka juga boleh mengulas kandungan kertas tersebut, seperti: "Diberikan kepada
Kerja selepas kematian Pasukan Penyelarasan Super OpenAI: Dua model besar bermain permainan, dan output menjadi lebih mudah difahami
Jul 19, 2024 am 01:29 AM
Jika jawapan yang diberikan oleh model AI tidak dapat difahami sama sekali, adakah anda berani menggunakannya? Memandangkan sistem pembelajaran mesin digunakan dalam bidang yang lebih penting, menjadi semakin penting untuk menunjukkan sebab kita boleh mempercayai output mereka, dan bila tidak mempercayainya. Satu cara yang mungkin untuk mendapatkan kepercayaan dalam output sistem yang kompleks adalah dengan menghendaki sistem menghasilkan tafsiran outputnya yang boleh dibaca oleh manusia atau sistem lain yang dipercayai, iaitu, difahami sepenuhnya sehingga apa-apa ralat yang mungkin boleh dilakukan. dijumpai. Contohnya, untuk membina kepercayaan dalam sistem kehakiman, kami memerlukan mahkamah memberikan pendapat bertulis yang jelas dan boleh dibaca yang menjelaskan dan menyokong keputusan mereka. Untuk model bahasa yang besar, kita juga boleh menggunakan pendekatan yang sama. Walau bagaimanapun, apabila mengambil pendekatan ini, pastikan model bahasa menjana
Satu kejayaan ketara dalam Hipotesis Riemann! Tao Zhexuan amat mengesyorkan kertas kerja baharu daripada MIT dan Oxford, dan pemenang Fields Medal berusia 37 tahun mengambil bahagian
Aug 05, 2024 pm 03:32 PM
Baru-baru ini, Hipotesis Riemann, yang dikenali sebagai salah satu daripada tujuh masalah utama milenium, telah mencapai kejayaan baharu. Hipotesis Riemann ialah masalah yang tidak dapat diselesaikan yang sangat penting dalam matematik, berkaitan dengan sifat tepat taburan nombor perdana (nombor perdana ialah nombor yang hanya boleh dibahagikan dengan 1 dan dirinya sendiri, dan ia memainkan peranan asas dalam teori nombor). Dalam kesusasteraan matematik hari ini, terdapat lebih daripada seribu proposisi matematik berdasarkan penubuhan Hipotesis Riemann (atau bentuk umumnya). Dalam erti kata lain, sebaik sahaja Hipotesis Riemann dan bentuk umumnya dibuktikan, lebih daripada seribu proposisi ini akan ditetapkan sebagai teorem, yang akan memberi kesan yang mendalam terhadap bidang matematik dan jika Hipotesis Riemann terbukti salah, maka antara cadangan ini sebahagian daripadanya juga akan kehilangan keberkesanannya. Kejayaan baharu datang daripada profesor matematik MIT Larry Guth dan Universiti Oxford
LLM sememangnya tidak bagus untuk ramalan siri masa Ia bahkan tidak menggunakan keupayaan penaakulannya.
Jul 15, 2024 pm 03:59 PM
Bolehkah model bahasa benar-benar digunakan untuk ramalan siri masa? Menurut Undang-undang Tajuk Berita Betteridge (sebarang tajuk berita yang berakhir dengan tanda soal boleh dijawab dengan "tidak"), jawapannya mestilah tidak. Fakta nampaknya benar: LLM yang begitu berkuasa tidak dapat mengendalikan data siri masa dengan baik. Siri masa, iaitu, siri masa, seperti namanya, merujuk kepada satu set jujukan titik data yang disusun mengikut urutan masa. Analisis siri masa adalah kritikal dalam banyak bidang, termasuk ramalan penyebaran penyakit, analisis runcit, penjagaan kesihatan dan kewangan. Dalam bidang analisis siri masa, ramai penyelidik baru-baru ini mengkaji cara menggunakan model bahasa besar (LLM) untuk mengelas, meramal dan mengesan anomali dalam siri masa. Makalah ini menganggap bahawa model bahasa yang pandai mengendalikan kebergantungan berjujukan dalam teks juga boleh digeneralisasikan kepada siri masa.
MLLM berasaskan Mamba yang pertama ada di sini! Berat model, kod latihan, dsb. semuanya telah menjadi sumber terbuka
Jul 17, 2024 am 02:46 AM
Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Pengenalan Dalam beberapa tahun kebelakangan ini, aplikasi model bahasa besar multimodal (MLLM) dalam pelbagai bidang telah mencapai kejayaan yang luar biasa. Walau bagaimanapun, sebagai model asas untuk banyak tugas hiliran, MLLM semasa terdiri daripada rangkaian Transformer yang terkenal, yang
