TGINSIGHT SIMILAR POSTS
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
Търсене: #wu
@geomapers · Post #427 · 03.09.2025 г., 10:19
geospatial-data-catalogs Репозиторийgeospatial-data-catalogs содержит список общедоступных пространственных данных, хранящихся на платформах облачных вычислений, таких как AWS, Google Earth Engine, Microsoft Planetary Computer, Common Metadata Repository. Список пространственных данных хранится в форматах TSV (значения, разделенные табуляцией) и JSON. Обновляется ежедневно. #wu#данные
@YXHMd · Post #3440 · 10.07.2025 г., 03:23
中文名: Wake Up, Girls! 七人的偶像（Wake Up, Girls! 七位偶像） 话数: 1 导演: 山本寛 脚本: 待田堂子 分镜: 山本寛 ☺️评分：7.0 推荐 💙故事简介 Green Leaves娱乐是活动于仙台的弱小艺能事务所。仅有的人才也被挖走后,作为社长的丹下打算组建新的偶像组合。 在丹下的命令在作为经纪人的松田开始在市区里寻觅人才,并在公园中邂逅了一位哼着歌的少女。被少女美妙的歌声打动,松田想要邀请少女加入,但当听到“偶像”这个词汇时少女的脸上布满了阴霾,并转身离去。 松田不知道,其实这位少女就是国民人气偶像团体「Ｉ-１俱乐部」的前主力成员岛田真梦,但因为某件事她已经退出了「Ｉ-１俱乐部」…… 💔OneDrive：打开表格 😱百度网盘：点击下载 😄往期番剧汇总表格：打开 🔐解压:blackcatunderthemoon 引索：#W#WU 标签：#原创#剧场版#偶像 🗣请不要在讨论中打开链接，请使用频道消息的链接或者表格，讨论中的链接是失效的，百度网盘是自提取，如果没有自提取复制链接可以看到提取码，禁止在线解压
@geomapers · Post #415 · 27.07.2025 г., 16:52
GeoAI: Искусственный интеллект для пространственных данных GeoAI — пакет Python для применения методов искусственного интеллекта в анализе и визуализации пространственных данных. 🤖 GeoAI содержит инструменты для обработки, анализа и визуализации пространственных данных с помощью передовых методов машинного обучения. Как сказано в документации: “Независимо от того, работаете ли вы со спутниковыми снимками, облаками точек лидара или векторными данными, GeoAI предлагает интуитивно понятные интерфейс для применения передовых моделей ИИ.” 📖Документация GeoAI Среди возможностей GeoAI: 📊 Визуализация пространственных данных ● Интерактивная многослойная визуализация векторных, растровых и облачных данных ● Настраиваемые стили и символика ● Возможности визуализации временных рядов данных 🛠 Подготовка и обработка данных ● Упрощенный доступ к спутниковым и аэрофотоснимкам Sentinel, Landsat, NAIP и другим открытым данных ● Инструменты для загрузки, создания мозаик и предварительной обработки данных дистанционного зондирования ● Автоматизированная генерация обучающих датасетов с чипами изображений (image chips) и соответствующими метками ● Утилиты преобразования векторных данных в растровые и наоборот, оптимизированные для рабочих процессов ИИ ● Методы дополнения (augmentation) данных, специфичные для пространственных данных ● Поддержка интеграции данных Overture Maps и других открытых данных для обучения и проверки 🖼 Сегментация изображений ● Интеграция с моделью Segment Anything Model (SAM) компании Meta для автоматического извлечения признаков ● Специализированные алгоритмы сегментации, оптимизированные для спутниковых и аэрофотоснимков ● Оптимизированные рабочие процессы для сегментации зданий, дорог, растительности и водных объектов ● Возможность экспорта в стандартные форматы геоданных: GeoJSON, Shapefile, GeoPackage, GeoParquet 🔍 Классификация изображений ● Предварительно обученные модели для классификации земного покрова и землепользования (land cover & land use) ● Утилиты трансферного обучения (transfer learning) для тонкой настройки моделей на основе собственных данных ● Поддержка разновременной классификации для обнаружения изменений (change detection) ● Инструменты оценки точности и валидации 🌍 Дополнительные возможности ● Анализ рельефа с извлечением признаков при помощи ИИ ● Классификация и сегментация облаков точек ● Обнаружение объектов на авиационных и спутниковых снимках ● Утилиты геопривязки для результатов ИИ-моделей Пакет разработан профессором Q. Wu. Для него мы завели на канале именной хештег: #wu 📹Руководства по GeoAI на YouTube #python#wu#софт#ИИ
@libertaeragione · Post #3858 · 14.06.2023 г., 08:02
#RepubblicaCeca#Taiwan Per la prima volta dopo il de-riconoscimento di Taiwan da parte della maggioranza degli Stati della comunità internazionale, un Capo di Stato di un Paese #NATO partecipa ad un evento pubblico con un Ministro degli Esteri taiwanese. Si tratta del Presidente ceco Petr #Pavel e del Ministro taiwanese Joseph #Wu (#DPP|Centro-sinistra): Reuters la definisce una “svolta diplomatica”. @OsservatorioEsteri