草庐IT

生成AI

全部标签

全球首个AI程序员Devin诞生,能自学新语言、开发迭代 App、自动Debug、自动微调大语言模型

全球首位AI软件工程师Devin问世:能自学新语言、开发迭代App、自动Debug介绍Devin初创公司Cognition近日发布公告,宣布推出全球首个AI软件工程师Devin,并号称会彻底改变人类构建软件的方式。Devin在SWE-bench编码基准测试中取得了突破性的成功,展示了其执行复杂任务的能力,甚至超越了顶尖的人类工程师。Cognition公司介绍了Devin,称他是世界上第一位能够通过单一提示进行编码、创建网站和软件的人工智能软件工程师,旨在与人类工程师一起工作。虽然有多种编码助手,包括著名的GithubCopilot,但据说Devin凭借其端到端处理整个开发项目的能力脱颖而出,从

猜字谜|构建生成式 AI 应用实践(一)

在2023亚马逊云科技re:Invent之后,细心的开发者们也许已经发现有一个很有趣的动手实验:开发一款可部署的基于大语言模型的字谜游戏:该款游戏使用了文生图模型为玩家提供一个未知的提示词,玩家需要根据模型生成的图像来猜测该提示词,来完成游戏。该动手实验完整地展示了如何在亚马逊云科技上完整构建生成式AI应用程序。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点这里让它成为你的技术宝库!

使用纹理对比度检测检测AI生成的图像

在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像大多数用于检测人工智能生成图像的深度学习方法取决于生成图像的方法,或者取决于图像的性质/语义,其中模型只能检测人工智能生成的人、脸、汽车等特定对象。但是这篇论文“RichandPoorTextureContrast:ASimpleyetEffectiveApproachforAI-generatedImageDetection”所提出的方法克服了上述问题,适用范围更广。我们将解释这篇论文,以及它是如何解决许多其他检测人工智能生成图像的方法所面临的问题的。泛化性问题当我们训练一个模型(如ResNet-50)来检测人工智能生成的

2024 年 AI 辅助研发趋势:从研发数字化到 AI + 开发工具 2.0,不止于 Copilot

在上一年里,已经有不少的企业在工具链上落地了生成式AI,结合我们对于这些企业的分析,以及最近在国内的一些“新技术”趋势,诸如于鸿蒙原生应用的初步兴起。从这些案例与趋势中,我们也看到了一些新的可能方向。结合我们在LLMas-Copilot,LLMas-Integrator,LLMas-Facilitator的三阶段框架,以及我们内部的分析材料,我大体将其总结为6个趋势:从单角色辅助到端到端辅助。辅助决策的知识管理。AI应用的DevOps设施。线上故障定位和问题解决。AI辅助UI设计的涌向。代码翻译与系统间翻译。其中的部分知识几乎是我们先前达到一致的,所以让我们反过来来讲述这个故事。0.生成式AI

借助生成式 AI 提升鸿蒙 APP 开发体验?试试 AutoDev 新功能

生成式AI在软件研发和知识管理上,有着非常大的潜力,也因此这项技术被越来越多的企业所采用。而在一些新兴的技术上,诸如于鸿蒙操作系统,它带来了一些新的理念、开发工具DevEcoStudio、新的语言ArkTS、新的UI框架ArkUI等等。从模式上来说,它与生成式AI结合企业内部的基础设施过程非常相似。因此,我们开始在AutoDev中探索如何结合这些新知识的可能性,同时降低开发人员的学习负担。视频 Demo:源码:https://github.com/unit-mesh/auto-dev鸿蒙操作系统+生成式AI的三个试验式功能在初步使用新的HarmonyOS IDE之后,便有了三个在AutoDev

速度起飞!AI大模型用OpenVINO优化响应速度的小妙招

作者:周兆靖,英特尔高级应用工程师1.本文目的一般来说,开发者在启动基于OpenVINO™的AI应用进行深度学习模型推理的时候,特别是在推理大模型的时候,往往会发现从程序启动到完成初次推理所消耗的时间(称之为初次推理的响应时间)会比常规一次推理要长一些, 这是因为在启动第一次推理之前,OpenVINO™Runtime的工作流程是需要先读取模型文件,之后编译模型文件,完成后才开始模型推理。这就导致了用户启动AI大模型应用后,拿到首次推理结果的时间相对比较长,用户体验不佳,AI应用初次推理过长的响应时间也随之成为了大模型应用需要解决的痛点之一。本文将会介绍OpenVINO™提供缩短初次推理响应时间

视频生成领域的发展概述:从多级扩散到LLM

2023年是语言模型(llm)和图像生成技术激增的一年,但是视频生成受到的关注相对较少。今年刚到2月份,OpenAI就发布了一个惊人的视频生成模型Sora。虽然它的架构没有披露,但是通过总结现有的视频生成领域可能能对Sora的构架有所理解。在这篇文章中,我们将整理视频生成在最近几年是发展概况,模型的架构是如何发展的,以及现在面临的突出问题。我们以时间轴看作是一个观察视频生成模型演变的旅程。这将帮助我们理解为什么模型是这样设计的,并为未来的研究和应用工作提供见解。2022年4月:VideoDiffusionModel从谷歌在利用扩散模型生成视频方面的开创性工作开始,可以认为是这一领域快速发展开端

Java 源代码生成框架

关闭。这个问题不符合StackOverflowguidelines.它目前不接受答案。要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于StackOverflow来说是偏离主题的,因为它们往往会吸引自以为是的答案和垃圾邮件。相反,describetheproblem以及迄今为止为解决该问题所做的工作。关闭8年前。Improvethisquestion我有一组带有旧式Doclet标记、注释和注释的Java5源文件。基于此,我想为另一组Java类编写一个生成器。最好的方法是什么?Java中是否有用于代码分析/生成的优秀独立库?在此领域的任何共享经验表示赞赏。到目前为止,我已经找到了这些

鸿蒙x昇腾云:华为打造智能时代最佳AI基础设施

本文分享自华为云社区《鸿蒙x昇腾云:华为打造智能时代最佳AI基础设施》,作者:华为云头条。“今天,所有的行业必须拥抱AI,我们必须要有澎湃的AI算力,华为云矢志要将技术扎到根,做AI算力的沃土,推动行业智能应用创新,携手伙伴构建核心技术生态,共同加速千行万业的智能化。”3月15日,在2024年华为云&华为终端云创新峰会上,华为公司常务董事、华为云CEO张平安表示。▲华为公司常务董事、华为云CEO张平安2021年6月3日,张平安首次提出“云云协同”策略,即把基础设施底座华为云和移动应用生态华为终端云服务进行深度协同,为开发者和伙伴提供统一的服务与体验。2024年,随着人工智能爆发式增长,“云云协

java - 将 .tld 文件放在哪里,以便正确打包使用 maven2 生成的 JAR 文件?

我目前的代码目录结构如下:src|--main|`--java|`--com|`--upthescala|`--tags|`--ViewProtectTag.java|--test|--pom.xml|--.project|--.classpath`--.hgignore我想为我的JSP标记包含一个tld文件,但我不确定将它打包到哪里。我最初的想法是添加一个src/main/resources目录并将META-INF/viewprotect.tld放在那里。 最佳答案 Myinitialthoughtistoaddasrc/main