logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

AI 写完代码后,谁来解释仓库为什么这样写?我用 Seed Evolving 做了一个 PR 历史回归守门员

现在用 Codex、Claude Code、GitHub Copilot,以及接入豆包 Seed、GLM、MiniMax、Kimi 等国内模型的 Coding Agent 写代码,已经不是什么新鲜事了。它并不阻止旧代码被修改,只要求修改者回答几个具体问题:过去为什么这样做,过去的前提是否还成立,这次为什么要改变,以及新的决定由谁确认。Coding Agent 的问题往往不是完全忘记前文,而是没有区

文章图片
#人工智能#回归#数据挖掘
单卡 NPU 跑通 Qwen2.5-1.5B-Instruct verl GRPO

随着 DeepSeek 等越来越多国产大模型适配昇腾等国产软硬件环境,很多开发者也开始希望上手体验 NPU 训练与推理。如果你准备在昇腾 NPU 上基于 CANN 云开发环境运行 **Qwen2.5-1.5B-Instruct + verl**,这篇文档可以作为一条可复现、可验收的实践路径。

文章图片
#人工智能#交互#服务器 +1
【CANN】Pi0机器人大模型 × 昇腾A2 测评

今天,我们一起把当下最火的 Pi0 机器人视觉-语言-动作大模型,完完整整地部署在国产算力平台上,也就是华为的昇腾 Atlas 800I A2 服务器上。

文章图片
#机器人#昇腾#华为snap
SGLang 推理服务基础性能评测

**SGLang 推理服务基础性能评测****在昇腾 Atlas 800I A2 环境中部署 SGLang,并对 Qwen3-0.6B 做基础性能与正确性评测***——单卡* **Atlas 800I A2** *实例下的服务启动、流式响应与并发扩展性实测*

文章图片
#数据库#昇腾
【网安AIGC专题10.25】论文7:Chatgpt/CodeX引入会话式 APR 范例+利用验证反馈+LLM 长期上下文窗口:更智能的反馈机制、更有效的信息合并策略、更复杂的模型结构、鼓励生成多样性

饶鸿洲同学@weixin_42161680 分享了Conversational Automated Program Repair.CoRR abs/2301.13246(2023)《对话式自动程序修复》分享时的PPT简洁大方,重点突出对流程图介绍清晰,没看论文也能理解论文:https://arxiv.org/abs/2301.13246代码:https://github.com/ASSERT-KT

文章图片
#论文阅读#代码复审#语言模型 +2
LangGraph 智能体状态管理与决策

🌌你好!这里是👋 欢迎添加文末好友,不定期掉落福利资讯。

文章图片
#java#javascript#数据库
抓取ChatGPT大模型回答并做品牌曝光分析

从这次实测来看,Bright Data 大模型 Scraper 的主要特点有几个。第一,接入门槛低。不需要自己写 Selenium 或 Playwright 去操作网页,也不用处理页面等待和结构变化。直接通过 API 提交 prompt 即可。第二,返回数据结构比较完整。除了回答文本,还包括 HTML、Markdown、模型、联网搜索状态、引用来源等字段,适合后续做数据分析。第三,适合批量监测场景

#经验分享#人工智能
CC-Switch + Codex 超详细保姆级教程2(2026版)

Node.js 是:“运行 AI CLI 工具的基础环境”Codex 不能运行Claude Code 不能运行Gemini CLI 不能运行Codex CLI 是:OpenAI 官方 AI 编程终端工具OpenAI Codex CLI 文档一句话:CC-Switch + Codex = 现在最有性价比的 AI 编程方案之一。

#交互#服务器#人工智能
单卡 NPU 跑通 Qwen2.5-1.5B-Instruct verl GRPO

随着 DeepSeek 等越来越多国产大模型适配昇腾等国产软硬件环境,很多开发者也开始希望上手体验 NPU 训练与推理。如果你准备在昇腾 NPU 上基于 CANN 云开发环境运行 **Qwen2.5-1.5B-Instruct + verl**,这篇文档可以作为一条可复现、可验收的实践路径。

文章图片
#人工智能#交互#服务器 +1
24 LLM错误代码补全:机器学习顶会NeurIPS‘23 智能体评估:自行构建数据集Buggy-HumanEval、Buggy-FixEval+错误代码补全+修复模型【网安AIGC专题11.22】

代码大语言模型(简称Code-LLM)应用场景:代码补全等,需要自动化对代码实现补全代码补全,即在编写程序时自动填充代码片段。代码补全目前的技术:1、从概率或序列建模 ,将代码结构作为先验知识结合起来,以预测下一步的最佳代码2、采用深度神经网络和预训练技术来学习代码的表示3、最新:基于 Transformer 的代码大语言模型 (Code-LLM) (学术界)在本研究中,构建了两个基准数据集来评估

文章图片
#机器学习#AIGC#人工智能 +2
    共 143 条
  • 1
  • 2
  • 3
  • 15
  • 请选择