- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩曙亮的移动开发专栏
【AI 大模型】使用 AI 大模型 编程 ① ( AI 编程简介 | 使用 GitHub Copilot 插件进行 AI 编程 | 使用对话方式进行 AI 编程 )
一、AI 编程简介 1、GPT 大模型 可 替代的工作特点 - " 输入文本 -> 输出文本 " GPT 大模型 可 替代的工作 都有如下特点 : " 输入类型是文本 , 输出类型也是文本 " ; 翻译工作 , 因此 大模型 的 编程能力很强 , 远超过其它领域 ; AI 大模型 可以应用于各种领域 , 但是 其 " 编程能力 " 几乎是最强的 , 几乎可以到达替代程序员的程度 , 编程能力 是 大模型 领域分的很细 , 用途很偏的代码 ; 4、AI 编程技巧 AI 编程技巧 : 大模型搜索效率高 : 有问题 , 先问 大模型 , 大模型搞不定再去查资料 ; 大模型的搜索效率要远高于搜索引擎 ; 提示词可以是一个文档 AI 埋坑里 ; 完全不懂代码 , 不能碰 AI 编程 , 无法靠 AI 编程实现任何软件开发任务 ; 二、使用 GitHub Copilot 插件进行 AI 编程 1、GitHub Copilot 简介 GitHub Copilot 是 一个补全式编程大模型 , 是 AI 编程领域使最好用的工具 ; 使用效果 : GitHub Copilot 可以 提高工作效率 50% 以上 , 使用该工具后 ,
86421编辑于 2024-08-09 - 来自专栏APP自动化测试
AI探索（三）Tensorflow编程模型
Tensorflow编程模型 。。。。
39830发布于 2019-10-15 - 来自专栏GiantPandaCV
星辰AI大模型TeleChat-7B评测
前言 受中电信 AI 科技有限公司的邀请，为他们近期开源的TeleChat-7B大模型做一个评测。 TeleChat-7B是由中电信 AI 科技有限公司发的第一个千亿级别大模型，基于transformer decoder架构和清洗后的1TB高质量数据训练而成，取得了相同参数量级别的SOTA性能，并且将推理代码和清洗后的训练数据都进行了开源 本篇文章主要来体验一下这个模型，测试一下笔者比较关心的文学创作以及代码生成方面的效果。 0x1. TeleChat-7B开源亮点 TeleChat-7B最大的亮点在于其开源的全面性。 用户： 从思想、工作能力、团队合作三个方面评价员工，300字以内 TeleChat-7B： 作为一名AI语言模型，我没有个人观点和情感。但是，我可以根据一些常见的指标来对员工进行评价： 1. 总结 总的来说，TeleChat-7B具有一定的文创能力和代码能力，对于本次测试的大多数prompt可以生成较为合理的答案。但模型本身也存在大模型幻觉，指令跟随能力一般以及回答有概率重复的问题。
67320编辑于 2024-02-22 - 来自专栏微言码道
面向程序员的编程大模型AI
当然, 做为程序员群体, 我当然关注的是编程类的AI模型, 这也是今天我要说的. 编程类大模型AI 总体而言, 编程类大模型AI的特点是: 基于大量开源代码来训练 如前所示, AI模型的一个核心就是使用大量的数据对它进行训练. 而编程类大模型的训练数据大多来源开源代码. 开源代码的可公开访问性, 是编程类大模型的主要数据来源 支持主流语言 一个编程类大模型AI支持哪些语言, 当然是由其训练数据中包含哪些语言或框架决定. -7B starcoder2 -15B 可以看见, 它的参数量远小于CodeLlama的70B , 最大也才15B. 至少7B这个参数量都可以流畅的运行. 所以, 相对而言, starCode是你想部署本地或想尝试学习部署一个本地编程类AI的最佳选择.
1.2K10编辑于 2024-03-13 - 来自专栏腾讯技术工程官方号的专栏
面向AI编程：探索可视化分析模型
效果展示 AI 可视化分析模型是结合了 LLM 的能力，依据用户的需求生成互动式、直观且适用于交互设计师、视觉设计师和产品设计师的常用模型，如用户旅程地图、用户画像等。 理想的AI 理想中的 AI 当然是编写提示词通过 LLM 直接输出设计稿数据，再通过图形数据解析器在图形编辑器中创建出设计稿。 现实中的AI 上图是用户画像模型的设计稿到最终产物的对比。可以看出，整个过程中设计稿的基础轮廓并不会改变，只有便签的创建和特定区块内文字的变化。 7.竞争壁垒。8.成本结构。9.收入分析。现在有用户向你询问如何进行创业，你需要用精益画布的方式分点（不少于4个点）给出解答，解答内容务必非常详细。 分析模型示例 总结 在本文中，我们详细总结了实现 AI 可视化分析模型的过程中所需进行的功能拆解和实现思路。在此基础上，还分享了在利用 LLM 生成结构化数据时所遇到的问题及其相应解决方案。
69631编辑于 2023-07-26 - 来自专栏Juicedata
如何借助 JuiceFS 为 AI 模型训练提速 7 倍
本文来自：JuiceFS官网博客 背景 海量且优质的数据集是一个好的 AI 模型的基石之一，如何存储、管理这些数据集，以及在模型训练时提升 I/O 效率一直都是 AI 平台工程师和算法科学家特别关注的事情 Pipeline 是很重要的一个部分，AI 任务并不只是由模型训练这一个步骤组成，还包括数据预处理、特征工程、模型验证、模型评估、模型上线等多个环节，因此 Pipeline 管理也是非常重要的。 对于 AI 模型训练场景来说，第一个 epoch 完成之后后续的计算都可以直接从缓存中获取训练数据，极大地提升了训练效率。 JuiceFS 配置选项说明 AI 模型训练场景的 I/O 模式是典型的只读模式，即只会对数据集产生读请求，不会修改数据。 总结及展望 本文介绍了在 AI 模型训练中如何充分利用 JuiceFS 的特性来为训练提速，相比直接从对象存储读取数据集，通过 JuiceFS 可以带来最多 7 倍的性能提升。
1.1K20编辑于 2021-12-10 构建可靠AI模型的7大核心技术
稳健与脆弱AI国际标准化组织将AI稳健性定义为“AI系统在任何情况下保持性能水平的能力”。在稳健模型中，训练错误率、测试错误率和操作错误率几乎相同。 模型性能是否会下降？在什么情况下模型不再可行？当环境中的微小变化导致功能和准确性发生巨大变化时，模型就被认为是非弹性或“脆弱”的。脆弱性是软件工程中的已知概念，也适用于AI。 最终，所有AI模型都在某种程度上是脆弱的。开发可靠AI可靠AI即使在遇到训练数据中未包含的输入（称为分布外输入）时也能按预期执行。这些数据点与训练集不同，可靠AI必须能够检测数据是否为分布外输入。 挑战在于，对于某些模型，分布外输入可以被高置信度分类，这意味着AI工具表面可靠实则不然。以自主配送机器人为例。其导航AI经过优化以找到最直接的路径。 为了更深入地了解AI如何运行，有一些工具允许模型在预测或输出旁边报告不确定程度。这朝着信任稳健系统迈进。如果模型报告高度不确定性，这对人类操作员或其他网络AI是有价值的洞察。
30300编辑于 2025-08-30独立连续编程7小时！OpenAI震撼发布编程模型GPT-5-Codex！
就在Anthropic Claude陷入性能争议之际，OpenAI正式推出了基于GPT-5优化的Codex专用版本——GPT-5-Codex，这款专为"自主编程"而生的AI工具正在重新定义软件开发。 革命性升级GPT-5-Codex不仅能处理日常编程任务，更能独立完成复杂的工程项目。 最令人惊叹的是，它能像人类程序员一样连续工作7小时以上，在复杂项目上不断迭代、修复bug、运行测试，最终交付完整解决方案。 从4月推出CLI版本，到5月上线网页版，再到现在的全面升级，Codex正在实现编程的"全自动化"。 未来展望AI发展正越来越聚焦于高价值专业领域，编程AI的快速进步预示着技术发展的新方向。这不仅是一次技术升级，更是软件开发模式的革命性变革。
38110编辑于 2025-09-16- 来自专栏python3
7-并发编程
) 输出： 进程2624 打印 0 进程2625 打印 1 进程2626 打印 3 进程2627 打印 2 进程2624 打印 4 进程2625 打印 5 进程2626 打印 6 进程2627 打印 7 正在消耗:9 时间：2019-01-09 12:50:48.708355 进程2804: 线程3 正在消耗:8 时间：2019-01-09 12:50:48.708355 进程2804: 线程2 正在消耗:7 www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431929340191970154d52b9d484b88a7b343708fcc60000
45810发布于 2020-01-02 - 来自专栏猫头虎博客专区
小米MiMo：7B模型逆袭AI大模型战场的技术密码
小米MiMo：7B模型逆袭AI大模型战场的技术密码 在大模型竞争愈发激烈的2025年4月30日，小米以一款名为 MiMo-7B 的开源模型强势突围，在数学推理与代码能力评测中表现亮眼，不仅与规模更大的模型正面对抗 最终，MiMo累计训练了 25万亿 tokens，这一数据在7B模型中堪称顶级，为其强悍能力打下坚实基础。 2. 2024年底，95后AI大佬 罗福莉 加盟小米，以千万年薪领导大模型研发团队。 这将反哺模型优化，形成闭环进化的AI生态试验田。 在模型、硬件、生态数据的三位一体加持下，小米未来的AI布局，值得持续关注。 MiMo项目链接： 模型开源地址 技术报告地址
1.3K10编辑于 2025-05-02 - 来自专栏C++开发学习交流
【AI模型】AI模型部署概述
AI模型部署方法 在AI深度学习模型的训练中，一般会用Python语言实现，原因是其灵活、可读性强。但在AI模型实际部署中，主要会用到C++，原因在于其语言自身的高效性。 在部署方面，OpenVIVO的开发也是相对比较简单的，提供了C、C++和python3种语言编程接口。 TensorRT 以 NVIDIA 的并行编程模型 CUDA 为基础构建而成，可帮助您利用 CUDA-X 中的库、开发工具和技术，针对人工智能、自主机器、高性能计算和图形优化所有深度学习框架中的推理。 AI模型部署平台 AI 模型部署是将训练好的 AI 模型应用到实际场景中的过程。 以下是一些常见的 AI 模型部署平台： 云端部署 云端部署是最流行的 AI 模型部署方式之一，通常使用云计算平台来托管模型和处理请求。
1.8K10编辑于 2024-07-24 - 来自专栏程序小小事
如何选择最佳编程AI模型？JetBrains AI Assistant 全模型分析比较！可要把眼睛擦亮了哦~
前言 JetBrains AI Assistant 现已支持多模型！ 这意味着 AI Assistant 现在适应性更强。 它结合了不同 AI 模型的优势，从大型模型的深度推理到紧凑型模型的速度，甚至本地模型的隐私。 那么，哪种型号最适合您呢？您只需要一个，还是应该混合搭配用于不同的工作？ 答案并不总是显而易见的！ 如果您在此处看到更高的数字，则表示该模型在基于选票的比较中始终优于其他模型。 Aider 的多语言基准测试。通过检查解决方案是否正确运行来评估使用多种编程语言编写和修复代码的能力 LLMs。 高分表示 在LLM以多种编程语言进行编码时非常准确和可靠，这意味着它是各种开发任务的有力选择。 AI Assistant 支持本地模型，通过 ollama 和 LM Studio 提供。
90410编辑于 2025-03-27 - 来自专栏猫头虎博客专区
探索Stable Code：引领编程新纪元的AI语言模型
探索Stable Code：引领编程新纪元的AI语言模型 引言 在快速发展的人工智能领域，编程语言模型正成为推动技术创新的重要力量。 今天，我们要介绍的Stable Code技术，是由Stability AI Language Models团队精心打造的新一代代码语言模型，它不仅在代码补全、推理、数学计算等软件工程任务上表现出色，更以其小巧的体积和高效的性能 技术优势 高性能：Stable Code在3B参数规模下，与7亿和15亿参数的大型模型相比，性能毫不逊色，甚至在多语言编程基准测试中取得了最佳成绩。 应用场景 开发工具：作为代码编辑器的内置AI助手，提供代码补全、问题解答和调试插件。 教育领域：帮助编程新手理解代码结构，提供交互式学习体验。 参考资料 Stability AI开源3B代码生成模型：https://huggingface.co/stabilityai/stable-code-instruct-3b HuggingFace 试用
37910编辑于 2024-04-07 - 来自专栏【腾讯云开发者】
AI结对编程核心思维模型
关注腾讯云开发者，一手技术干货提前解锁 10/30晚7:30鹅厂面对面直播继续！ 他核心的观点是：自然语言正在成为真正的“第一编程范式”。 软件开发模式从一开始的瀑布模型到快速交付版本的敏捷模型再到AI时代的VibeCoding，“这种开发范式的转变反映了一个深刻的变化：从"从零构建"到"从无限可能中做减法"。 的体验，每天与AI“对话”已逐渐成为我的编程日常，无论是能“猜你所想”的TabTab,还是功能强大的Agent模式，都让我屡次感到惊艳。 05、一些心得 别指望AI完全替你干活，很多时候他也不靠谱，未来人们一大部分工作就是证明他“靠谱” 相比Agent模式，多用Tab更能体会到编程的乐趣。
38821编辑于 2025-10-21 - 来自专栏全栈程序员必看
MapReduce编程模型
1.MapReduce简介 MapReduce是一个分布式运算程序的编程框架，核心功能是将用户编写的业务逻辑代码和自带默认组件整合成一个完整的分布式运算程序，并发运行在Hadoop集群上。 MRAppMaster 负责整个程序的过程调度及状态协调 MapTask 负责map阶段的整个数据处理流程 ReduceTask 负责reduce阶段的整个数据处理流程 2.MapReduce核心编程思想 4）MapReduce编程模型只能包含一个map阶段和一个reduce阶段，如果用户的业务逻辑非常复杂，那就只能多个mapreduce程序，串行运行。 3.MapReduce编程规范 用户需要编写的代码分成三个部分：Mapper，Reducer，Driver(提交运行mr程序的客户端) 1）Mapper阶段 （1）用户自定义的Mapper
51820编辑于 2022-09-13 - 来自专栏编程
MapReduce编程模型
通过WordCount程序理解MapReduce编程模型 WordCount，名为单词统计，功能是统计文本文件中每个单词出现的次数。 今天就带大家一步一步的写一下WordCount程序，帮助大家理解MapReduce编程模型。 例如文本： 文本按行分为2片，每片作为键值对作为map的输入,每片数据均调用1次map方法： 因此，KEYIN和VALUEIN应该定义为IntWritable和Text类型（这些都是Map Reduce编程模型内部的类型 7、写一个Reduce，定义一个名为TestReducer的内部类，该类继承Reducer //2.Reduce publicstaticclassTestReducerextendsReducer { 不如按照这个思路自己写一写代码，理解下MapReduce编程模型的思路。
71580发布于 2018-02-12 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (7) 卡车搬运的数据
在开篇之初，我们提到了最简单的AI算法：线性回归 (Linear Regression)。 实际上，一元线性回归是最简单的AI算法。 = np.float32(np.random.rand(2, 100)) # 随机输入 y_data = np.dot([0.100, 0.200], x_data) + 0.300 # 构造一个线性模型 又调用CUDA库，将常见的机器学习算法进行封装，使得数学水平没有那么好的工程师们也可以简单快速地开发AI/ML应用。 让我们再回到《大模型与AI底层技术揭秘 (2) 人妖之间的国度》中提到的“算盘打出原子弹”的故事。实际上，这是一个典型的分布式并发计算的场景。Tensorflow也提供了分布式训练的能力。
44220编辑于 2023-10-30 - 来自专栏yifei的专栏
unix编程实践_7_事件驱动编程
在unxi/linux编程实践第七章的基础上完成的一个小的终端弹球游戏,先来个截图。 存在问题 光标闪烁问题。
58410编辑于 2022-11-14 - 来自专栏学习笔记持续记录中...
处理模型数据（7）
Spring MVC提供了以下几种途径输出模型数据： ModelAndView 控制器处理方法的返回值是ModelAndView，则其既包含视图信息，也包含模型数据信息 // success.jsp 返回的目标页面 ; return modelAndView; } } Map&Model Spring MVC 在内部使用了一个org.springframework.ui.Model接口存储模型数据 ，具体步骤： 1）SpringMVC在调用方法前会创建一个隐含的数据模型，作为模型数据的存储容器， 成为”隐含模型” 2）如果方法的入参类型为Map或Model，会将隐含模型的引用传递给这些入参。 3）在方法体内，可以通过这个入参对象访问到模型中的所有数据，也可以向模型中添加新的属性数据 Spring Web MVC 提供Model、Map或ModelMap让我们能去暴露渲染视图需要的模型数据。 @SessionAttributes 除了可以通过属性名指定需要放到会话中的属性处，还可以通过模型属性的对象类型指定哪些模型属性需要放到会话中 @SessionAttributes(types=User.class
50500发布于 2020-03-18 - 来自专栏云深之无迹
Julia机器核心编程.7
可以说，无论是R（data.frame）还是Python（Pandas）中的表格都是统计计算中最重要和最常用的数据类型。这是因为真实世界中的数据大多是表格式的，不能用简单的DataArray来表示。
74020发布于 2020-08-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号