TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #396 · 22.06

Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете. В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное. Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода. Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний. Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать. Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot. С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу. #dev

Hashtags

Резултати

Намерени 22 подобни публикации

Търсене: #lib

当前筛选 #lib清除筛选
Medium Format Bikepacking

@mfbikepacking · Post #15 · 06.06.2023 г., 13:22

Евдокимов - Фотограф-велосипедист (1913). Прогулки и путешествия на велосипеде с фотографическим аппаратом. Практические советы и указания для любителей-фотографов. https://archive.org/details/evdokimov_photobike https://book.museumart.ru/mok/1m/1m/photograf-velosipedist/html5forpc.html https://disk.yandex.ru/d/-PU2F0nmuNKe3g #lib

Hashtags

1900的灯泡店💡

@justfuning1900 · Post #527 · 19.09.2024 г., 06:24

AutoCorrect 有一个有意思的库。 觉得自己写文章格式很乱的朋友注意了,这个库可以帮你全自动化优化,如果你使用的SSG,就更方便了,配套的Node、Python库几行代码就能完成优化工作。 官方还提供了一个在VSCode上保存自动触发格式化优化的插件:https://marketplace.visualstudio.com/items?itemName=huacnlee.autocorrect 项目地址:https://github.com/huacnlee/autocorrect #工具箱#lib#排版

Обновление 22 августа - 28 августа Коммерция #коммерция#технология#армирование#моделирование_кр Опубликована новая инструкция Моделирование выпусков автостоянки сквозным неразрезным армированием Инструкция описывает технологию моделирования выпусков автостоянки из фундаментной плиты, которые продолжаются неразрезным армированием в вышестоящих вертикальных конструкциях (пилонах или колоннах). #коммерция#технология#lib-файлы Опубликована новая инструкция Подготовка lib-файла к работе ❗️Обязательна к ознакомлению! Инструкция описывает шаги, которые должен выполнить проектировщик для подготовки lib-файла перед использованием его в проекте. #коммерция#fm#семейства_кр Разработаны семейства к альбому технических решений КЖ2.1 Со списком семейств можно ознакомиться по ссылке.

Tutto Elezioni

@tuttoelezioni · Post #1634 · 23.03.2026 г., 07:18

#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 684/694 (98,6%). Sezioni di voto anticipato scrutinate: 57/59 (96,6%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 37,6% 🟧 Una Nazione (#ON|Destra nazionalista): 22,2% 🟦 Partito Liberale (#Lib|Centro-destra): 19,0% 🟩 Verdi Australiani (#Greens|Verdi): 10,3% ⬜️ Indipendenti: 5,2% @TuttoElezioni

Tutto Elezioni

@tuttoelezioni · Post #1570 · 22.03.2026 г., 06:13

#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 673/694 (97,0%). Sezioni di voto anticipato scrutinate: 50/59 (84,7%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 38,0% 🟧 Una Nazione (#ON|Destra nazionalista): 22,0% 🟦 Partito Liberale (#Lib|Centro-destra): 19,3% 🟩 Verdi Australiani (#Greens|Verdi): 10,5% ⬜️ Indipendenti: 4,4% @TuttoElezioni

Tutto Elezioni

@tuttoelezioni · Post #1566 · 21.03.2026 г., 17:58

#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 658/694 (94,8%). Sezioni di voto anticipato scrutinate: 33/59 (55,9%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 39,1% 🟧 Una Nazione (#ON|Destra nazionalista): 21,6% 🟦 Partito Liberale (#Lib|Centro-destra): 18,7% 🟩 Verdi Australiani (#Greens|Verdi): 11,1% ⬜️ Indipendenti: 3,8% @TuttoElezioni

Tutto Elezioni

@tuttoelezioni · Post #1565 · 21.03.2026 г., 14:11

#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 658/694 (94,8%). Sezioni di voto anticipato scrutinate: 31/59 (52,5%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 38,9% 🟧 Una Nazione (#ON|Destra nazionalista): 21,5% 🟦 Partito Liberale (#Lib|Centro-destra): 18,9% 🟩 Verdi Australiani (#Greens|Verdi): 11,1% ⬜️ Indipendenti: 3,8% @TuttoElezioni

Tutto Elezioni

@tuttoelezioni · Post #1563 · 21.03.2026 г., 12:49

#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 638/694 (91,9%). Sezioni di voto anticipato scrutinate: 21/59 (35,6%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 37,9% 🟧 Una Nazione (#ON|Destra nazionalista): 21,9% 🟦 Partito Liberale (#Lib|Centro-destra): 19,0% 🟩 Verdi Australiani (#Greens|Verdi): 11,5% ⬜️ Indipendenti: 4,0% @TuttoElezioni

12
ПредишнаСтр. 1 от 2Следваща