加载失败,
- 奇绩大模型日报(5月 22日)
- 推特
- Codium AI Cover Agent: 第一个改变自动测试生成的论文的开源实现
- Anthropic最新研究论文:扩展单义性, 首次对现代生产级大型语言模型进行详细研究
- Shawn Wang: AnthropicAI非常接近在可商品化的解释模型方面取得突破, 不要忽视他们的论文
- Deeplearning AI《设备端 AI 简介》:将 AI 模型部署到边缘设备
- Phi-3 小型和中型模型现在已在 MIT 许可下发布
- Cover-Agent:开源工具,用于自动增强测试组
- 资讯
- 微软颠覆生产力:Copilot推自定义版,AI PC原生支持PyTorch,奥特曼预告新模型
- Hinton万字访谈:用更大模型「预测下一个词」值得全力以赴
- 报道称可穿戴智能设备 Al Pin 的制造商 Humane 正在寻找买家出售
- 三维设计巨头 Autodesk 收购 AI 视效创企 Wonder Dynamics
- 从Claude 3中提取数百万特征,首次详细理解大模型的「思维」
- 简单通用:视觉基础网络最高3倍无损训练加速,清华EfficientTrain++入选TPAMI 2024
- 论文
- PyramidInfer: 金字塔KV缓存压缩,用于高吞吐量LLM推断
- 稀疏自动编码器在语言模型中实现可扩展和可靠的电路识别
- SirLLM:流式无限保留的LLM
- Transformer实际上是线性的
- 使用跨层注意力减小Transformer键-值缓存大小
- 产品
- Atlas.org
- Ragobble
- HuggingFace&Github
- Shell-ask
- 100 days_AI——初学者进阶计划
- Fisher AI
奇绩大模型日报(5月 22日)
奇绩大模型日报(5月 22日)
2024年5月23日修改
推特
Codium AI Cover Agent: 第一个改变自动测试生成的论文的开源实现
第一个改变自动测试生成的论文的开源实现现在可用!
今年二月,Meta发布了一篇论文,介绍了一种工具可以自动增加测试覆盖率,并保证对现有代码库进行改进。
这是一件大事,但Meta并没有发布代码。
幸运的是,我们现在有了Cover-Agent,一个你可以安装的开源工具,它实现了Meta的论文内容,可以自动生成单元测试:
我录制了一个简短的视频,展示了Cover-Agent的实际应用。我想提两点:
1.
自动生成单元测试并不是新鲜事,但要做好却很难。如果你让ChatGPT来做,你会得到重复的、不可运行的和无意义的测试,这些测试不会改进你的代码。而Meta的解决方案只生成唯一的、可运行的测试,并且增加代码覆盖率。
2.
对于在写代码之前编写测试(TDD)的人来说,这可能不太有用。但这没关系,并不是每个人都做TDD,但我们都需要提高测试覆盖率。
AI有很多好与坏的应用,但这是一个我期待能融入我生活的应用。
Anthropic最新研究论文:扩展单义性, 首次对现代生产级大型语言模型进行详细研究
Anthropic最新研究论文:扩展单义性。
首次对领先的大型语言模型进行了详细的内部研究。
附件不支持打印
加载失败,