亚洲国产日韩欧美一区二区三区,精品亚洲国产成人av在线,国产99视频精品免视看7,99国产精品久久久久久久成人热,欧美日韩亚洲国产综合乱

首頁 科技週邊 人工智慧 螞蟻集團(tuán)CodeFuse 發(fā)布「圖生代碼」功能,超五成程式設(shè)計(jì)師用AI寫程式碼

螞蟻集團(tuán)CodeFuse 發(fā)布「圖生代碼」功能,超五成程式設(shè)計(jì)師用AI寫程式碼

Apr 11, 2024 pm 06:52 PM
工程 科技趨勢

4月11日,螞蟻集團(tuán)自研的智慧研發(fā)平臺CodeFuse推出了"圖生代碼"新功能,支援開發(fā)人員用產(chǎn)品設(shè)計(jì)圖一鍵產(chǎn)生程式碼,大幅提升前端頁面的開發(fā)效率。目前相關(guān)功能正處於內(nèi)測中。

與許多網(wǎng)路公司一樣,螞蟻集團(tuán)正全面推行AI編程,使用CodeFuse支援日常研發(fā)工作的工程師達(dá)到50%以上,這些工程師提交的程式碼中有10%由AI產(chǎn)生。

Gartner在2024年發(fā)布的十大策略技術(shù)趨勢中指出:到2028年,75%的企業(yè)軟體工程師將使用AI程式設(shè)計(jì)助理。 CodeFuse就是這股趨勢下的探索嘗試。據(jù)介紹,CodeFuse的功能涵蓋了需求分析、程式設(shè)計(jì)開發(fā)、測試與建置、發(fā)布與維運(yùn)、資料洞察等研發(fā)全鏈路,例如在開發(fā)測試階段,透過程式碼補(bǔ)全、新增註解、解析程式碼、生成單測試、程式碼優(yōu)化等,幫助開發(fā)者更快速、更輕鬆地編寫程式碼。

目前,在螞蟻內(nèi)部,每週已有超過五成程式設(shè)計(jì)師在日常研發(fā)中使用CodeFuse。 CodeFuse產(chǎn)生的程式碼整體採納率為30%,在生成單元測試場景採納率可達(dá)50%。

螞蟻集團(tuán)CodeFuse 發(fā)布“圖生代碼”功能,超五成程序員用AI寫代碼

(圖說:螞蟻智慧研發(fā)平臺CodeFuse覆蓋AI研發(fā)全連結(jié))

這次發(fā)布的「圖產(chǎn)生程式碼」功能主要服務(wù)前端工程師。在網(wǎng)路產(chǎn)品開發(fā)環(huán)節(jié),設(shè)計(jì)師畫出設(shè)計(jì)圖後,前端工程師需要用程式碼實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)圖,這項(xiàng)工作佔(zhàn)據(jù)了較多開發(fā)工作量。圖產(chǎn)生程式碼,可根據(jù)設(shè)計(jì)圖一鍵產(chǎn)生程式碼,可大幅降低開發(fā)團(tuán)隊(duì)在開發(fā)網(wǎng)頁、小程式、APP時(shí)的程式碼工作量。以一張中型網(wǎng)頁為例,如果最終約200 行程式碼,一個(gè)人耗時(shí)約1小時(shí),一鍵生成後,工程師只需檢查與調(diào)整,耗時(shí)大幅降低。這項(xiàng)功能是基於螞蟻百靈大模型的多模態(tài)技術(shù)能力研發(fā)。

CodeFuse團(tuán)隊(duì)指出,AI的普及不僅可以減少開發(fā)人員的工作壓力,讓他們有更多精力投入到更有創(chuàng)意的工作中去,更大的意義在於降低程式設(shè)計(jì)門檻,推動(dòng)軟體開發(fā)行業(yè)的創(chuàng)新和進(jìn)步。 CodeFuse的使命是探索下一代AI研發(fā)生產(chǎn)力工具,致力於打造創(chuàng)新的解決方案,讓軟體開發(fā)者在研發(fā)過程中如絲般順滑。在自然語言產(chǎn)生程式碼、圖產(chǎn)生程式碼之後,CodeFuse也將持續(xù)推出新功能,協(xié)助企業(yè)研發(fā)全連結(jié)的效率提升。

該負(fù)責(zé)人認(rèn)為,AI研發(fā)範(fàn)式的變革,不再代表「人」在研發(fā)場景的角色會消失,反而對AI和人如何協(xié)同提出了更高的要求,特別是涉及到靈活和可靠性的維運(yùn)場景,還需要人工專家介入才能讓系統(tǒng)健康運(yùn)作起來。 「AI目前主要集中在輔助程式設(shè)計(jì)(code copilot),要從copilot走向co-worker,實(shí)現(xiàn)整個(gè)研發(fā)生命週期的智慧化、自動(dòng)化,還有很長的路要走?!?/p>

以上是螞蟻集團(tuán)CodeFuse 發(fā)布「圖生代碼」功能,超五成程式設(shè)計(jì)師用AI寫程式碼的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章!

本網(wǎng)站聲明
本文內(nèi)容由網(wǎng)友自願(yuàn)投稿,版權(quán)歸原作者所有。本站不承擔(dān)相應(yīng)的法律責(zé)任。如發(fā)現(xiàn)涉嫌抄襲或侵權(quán)的內(nèi)容,請聯(lián)絡(luò)admin@php.cn

熱AI工具

Undress AI Tool

Undress AI Tool

免費(fèi)脫衣圖片

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅(qū)動(dòng)的應(yīng)用程序,用於創(chuàng)建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費(fèi)的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費(fèi)的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強(qiáng)大的PHP整合開發(fā)環(huán)境

Dreamweaver CS6

Dreamweaver CS6

視覺化網(wǎng)頁開發(fā)工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Laravel 教程
1597
29
PHP教程
1488
72
arXiv論文可以發(fā)「彈幕」了,史丹佛alphaXiv討論平臺上線,LeCun按讚 arXiv論文可以發(fā)「彈幕」了,史丹佛alphaXiv討論平臺上線,LeCun按讚 Aug 01, 2024 pm 05:18 PM

乾杯!當(dāng)論文討論細(xì)緻到詞句,是什麼體驗(yàn)?最近,史丹佛大學(xué)的學(xué)生針對arXiv論文創(chuàng)建了一個(gè)開放討論論壇——alphaXiv,可以直接在任何arXiv論文之上發(fā)布問題和評論。網(wǎng)站連結(jié):https://alphaxiv.org/其實(shí)不需要專門訪問這個(gè)網(wǎng)站,只需將任何URL中的arXiv更改為alphaXiv就可以直接在alphaXiv論壇上打開相應(yīng)論文:可以精準(zhǔn)定位到論文中的段落、句子:右側(cè)討論區(qū),使用者可以發(fā)表問題詢問作者論文想法、細(xì)節(jié),例如:也可以針對論文內(nèi)容發(fā)表評論,例如:「給出至

ControlNet作者又出爆款!一張圖生成繪畫全過程,兩天狂攬1.4k Star ControlNet作者又出爆款!一張圖生成繪畫全過程,兩天狂攬1.4k Star Jul 17, 2024 am 01:56 AM

同樣是圖生視頻,PaintsUndo走出了不一樣的路線。 ControlNet作者LvminZhang又開始整活了!這次瞄準(zhǔn)繪畫領(lǐng)域。新項(xiàng)目PaintsUndo剛上線不久,就收穫1.4kstar(還在瘋狂漲)。項(xiàng)目地址:https://github.com/lllyasviel/Paints-UNDO透過這個(gè)項(xiàng)目,用戶輸入一張靜態(tài)圖像,PaintsUndo就能自動(dòng)幫你生成整個(gè)繪畫的全過程視頻,從線稿到成品都有跡可循。繪製過程,線條變化多端甚是神奇,最終視頻結(jié)果和原始圖像非常相似:我們再來看一個(gè)完整的繪

黎曼猜想顯著突破!陶哲軒強(qiáng)推MIT、牛津新論文,37歲菲爾茲獎(jiǎng)得主參與 黎曼猜想顯著突破!陶哲軒強(qiáng)推MIT、牛津新論文,37歲菲爾茲獎(jiǎng)得主參與 Aug 05, 2024 pm 03:32 PM

最近,被稱為千禧年七大難題之一的黎曼猜想迎來了新突破。黎曼猜想是數(shù)學(xué)中一個(gè)非常重要的未解決問題,與素?cái)?shù)分佈的精確性質(zhì)有關(guān)(素?cái)?shù)是那些只能被1和自身整除的數(shù)字,它們在數(shù)論中扮演著基礎(chǔ)性的角色)。在當(dāng)今的數(shù)學(xué)文獻(xiàn)中,已有超過一千個(gè)數(shù)學(xué)命題以黎曼猜想(或其推廣形式)的成立為前提。也就是說,黎曼猜想及其推廣形式一旦被證明,這一千多個(gè)命題將被確立為定理,對數(shù)學(xué)領(lǐng)域產(chǎn)生深遠(yuǎn)的影響;而如果黎曼猜想被證明是錯(cuò)誤的,那麼這些命題中的一部分也將隨之失去其有效性。新的突破來自MIT數(shù)學(xué)教授LarryGuth和牛津大學(xué)

OpenAI超級對齊團(tuán)隊(duì)遺作:兩個(gè)大模型博弈一番,輸出更好懂了 OpenAI超級對齊團(tuán)隊(duì)遺作:兩個(gè)大模型博弈一番,輸出更好懂了 Jul 19, 2024 am 01:29 AM

如果AI模型給的答案一點(diǎn)也看不懂,你敢用嗎?隨著機(jī)器學(xué)習(xí)系統(tǒng)在更重要的領(lǐng)域中得到應(yīng)用,證明為什麼我們可以信任它們的輸出,並明確何時(shí)不應(yīng)信任它們,變得越來越重要。獲得對複雜系統(tǒng)輸出結(jié)果信任的一個(gè)可行方法是,要求系統(tǒng)對其輸出產(chǎn)生一種解釋,這種解釋對人類或另一個(gè)受信任的系統(tǒng)來說是可讀的,即可以完全理解以至於任何可能的錯(cuò)誤都可以被發(fā)現(xiàn)。例如,為了建立對司法系統(tǒng)的信任,我們要求法院提供清晰易讀的書面意見,解釋並支持其決策。對於大型語言模型來說,我們也可以採用類似的方法。不過,在採用這種方法時(shí),確保語言模型生

LLM用於時(shí)序預(yù)測真的不行,連推理能力都沒用到 LLM用於時(shí)序預(yù)測真的不行,連推理能力都沒用到 Jul 15, 2024 pm 03:59 PM

語言模型真的能用於時(shí)序預(yù)測嗎?根據(jù)貝特里奇頭條定律(任何以問號結(jié)尾的新聞標(biāo)題,都能夠用「不」來回答),答案應(yīng)該是否定的。事實(shí)似乎也果然如此:強(qiáng)大如斯的LLM並不能很好地處理時(shí)序資料。時(shí)序,即時(shí)間序列,顧名思義,是指一組依照時(shí)間發(fā)生先後順序排列的資料點(diǎn)序列。在許多領(lǐng)域,時(shí)序分析都很關(guān)鍵,包括疾病傳播預(yù)測、零售分析、醫(yī)療和金融。在時(shí)序分析領(lǐng)域,近期不少研究者都在研究如何使用大型語言模型(LLM)來分類、預(yù)測和偵測時(shí)間序列中的異常。這些論文假設(shè)擅長處理文本中順序依賴關(guān)係的語言模型也能泛化用於時(shí)間序

登頂開源AI軟體工程師榜首,UIUC無Agent方案輕鬆解決SWE-bench真實(shí)程式設(shè)計(jì)問題 登頂開源AI軟體工程師榜首,UIUC無Agent方案輕鬆解決SWE-bench真實(shí)程式設(shè)計(jì)問題 Jul 17, 2024 pm 10:02 PM

AIxiv專欄是本站發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄位。過去數(shù)年,本站AIxiv專欄接收通報(bào)了2,000多篇內(nèi)容,涵蓋全球各大專院校與企業(yè)的頂尖實(shí)驗(yàn)室,有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享,歡迎投稿或聯(lián)絡(luò)報(bào)道。投稿信箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com這篇論文的作者皆來自伊利諾大學(xué)香檳分校(UIUC)張令明老師團(tuán)隊(duì),包括:StevenXia,四年級博士生,研究方向是基於AI大模型的自動(dòng)代碼修復(fù);鄧茵琳,四年級博士生,研究方

首個(gè)基於Mamba的MLLM來了!模型權(quán)重、訓(xùn)練程式碼等已全部開源 首個(gè)基於Mamba的MLLM來了!模型權(quán)重、訓(xùn)練程式碼等已全部開源 Jul 17, 2024 am 02:46 AM

AIxiv專欄是本站發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年,本站AIxiv專欄接收報(bào)道了2000多篇內(nèi)容,覆蓋全球各大高校與企業(yè)的頂級實(shí)驗(yàn)室,有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享,歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com。引言近年來,多模態(tài)大型語言模型(MLLM)在各個(gè)領(lǐng)域的應(yīng)用取得了顯著的成功。然而,作為許多下游任務(wù)的基礎(chǔ)模型,當(dāng)前的MLLM由眾所周知的Transformer網(wǎng)絡(luò)構(gòu)成,這種網(wǎng)

公理訓(xùn)練讓LLM學(xué)會因果推理:6700萬參數(shù)模型比肩萬億參數(shù)級GPT-4 公理訓(xùn)練讓LLM學(xué)會因果推理:6700萬參數(shù)模型比肩萬億參數(shù)級GPT-4 Jul 17, 2024 am 10:14 AM

把因果鏈展示給LLM,它就能學(xué)會公理。 AI已經(jīng)在幫助數(shù)學(xué)家和科學(xué)家做研究了,例如著名數(shù)學(xué)家陶哲軒就曾多次分享自己借助GPT等AI工具研究探索的經(jīng)驗(yàn)。 AI要在這些領(lǐng)域大戰(zhàn)拳腳,強(qiáng)大可靠的因果推理能力是不可或缺的。本文要介紹的研究發(fā)現(xiàn):在小圖譜的因果傳遞性公理演示上訓(xùn)練的Transformer模型可以泛化用於大圖譜的傳遞性公理。也就是說,如果讓Transformer學(xué)會執(zhí)行簡單的因果推理,就可能用於更複雜的因果推理。該團(tuán)隊(duì)提出的公理訓(xùn)練框架是一種基於被動(dòng)資料來學(xué)習(xí)因果推理的新範(fàn)式,只有演示

See all articles