Технический директор Microsoft Azure Марк Руссинович заявил об успешной реконструкции и поиске уязвимостей в старом коде с помощью ИИ. Он привёл в качестве примера собственный код Apple II 40-летней давности.
🚀 Автопилот для выполнения задач
Добавлен режим автопилота — теперь LLM может выполнять задачи практически полностью самостоятельно.
Microsoft открыла ранний доступ к инструментам редактирования кода C++ для GitHub Copilot через канал Visual Studio 2026 Insiders.
О публичной доступности было объявлено 16 декабря; в том же блоге опубликованы инструкции по началу работы с новыми возможностями. До этого инструменты редактирования C++ для Copilot были доступны лишь в формате закрытого предварительного просмотра — с 12 ноября.
Израильская Apiiro представила отчёт о трендах кода от ИИ. На основе богатого набора данных о том, как разработчики пишут код, компания утверждает: из-за ИИ производительность выросла, но безопасность страдает.
В пятницу вышла статья от исследователей из Google Deep Mind в которой они утверждают (на основе проведенных испытаний), что если положить в контекст LLM большое количество примеров подобных решаемой задаче, то результат будет лучше. Подход назвали Many-Shot In-Context Learning. В целом кажется логичным и не удивительно, что исследование провели разработчики LLM в которой есть контекстное окно в миллион токенов, в которое, собственно, можно положить это большое (сотни и даже тысячи) количество примеров.
Вот, например, как делали с проверкой адекватности кода: Взяли датасет скриптов решающих задания из датасета GSM8K (набор математических задач), у Гугла такой был c решениями от Gemini 1.0. Датасет представляет из себя набор программ (предположу, что на Python) с разметкой на корректные и некорректные решения. Так вот, если подложить в промпт 128 таких примеров, то точность в проверке кода от LLM (когда вы даете ей код и просите проверить корректность) повышается на 5% относительно случая когда в таком запросе было только 4 примера.
Как использовать в быту? Например, собрать хороший тематический датасет с корректным кодом и багами по проекту и добавить в контекст автоматического ревьюера кода.
Что интересно, также в исследовании отмечено, что датасет с примерами может быть синтетическим, или состоять только из похожих вопросов без ответов и это так же повышает эффективность решений от LLM. Ссылка на arixv.
Подписывайтесь на наш ТГ канал AI 4 Dev - где мы обсуждаем применение LLM в разработке программного обеспечения.
Лондонская международная конференция по разработке программного обеспечения QCon.
Принимайте правильные решения, изучая, как старшие разработчики программного обеспечения в прогрессивных компаниях перенимают новые тенденции.
Дата: 8-10 апреля
Формат: оффлайн и онлайн
Язык: английский
25 декабря 2023 года вышла открытая система документирования Doxygen 1.10 со множеством исправлений и доработок. Исходный код проекта распространяется под лицензией GNU.
9 декабря в 19:00 Гильдия Архитекторов Росбанка проведет открытый митап, на котором выступят эксперты по корпоративной архитектуре из нашей команды, а также из Croc Code и Leroy Merlin.
После решения Линуса Торвальдса о временном уходе из проекта в сентябре 2018 года совет директоров Linux Foundation принял новый кодекс поведения для разработчиков ядра Linux — Code of Conduct (CoC), чтобы «решить проблемы, связанные с дискриминацией, и улучшить эмоциональную обстановку среди разработчиков».