🤖 Generative AI: как ускорить разработку с помощью Github Copilot и Databricks English SDK

Давайте разберемся, что же могут помощники и SDK, а чего от них ожидать еще рано. Рассмотрим наиболее популярные решения от Github и Databricks: варианты использования и их ограничения. Также поговорим о перспективах профессии AI-инженера.

🔗 Читать статью
🔗 Зеркало

Прямой эфир «Технический этап собеседования: разбор задач и ошибок»

🕐 Когда?

29 августа в 19:00 мск

🗣️ Кто спикер?

Алексей Бочкарев | Engineering Manager at FAANG

🦥 Где регистрироваться?

Здесь – https://proglib.io/w/4fb06b26

🌝 О чем поговорим?

– Комбинаторика и комбинаторные числа: определение и практические примеры

– Основные идеи динамического программирования

– Идеи рекурсии и примеры, включая inorder обход двоичного дерева

– Графы и способы их представления

– Примеры различных типов асимптотической сложности

– Распространенные ошибки в коде, как избегать обращения за границы массива, разыменования нулевого указателя, некорректная логика

☄️ Регистрируйтесь, будет интересно – https://proglib.io/w/4fb06b26

Помните недавно публиковали работу 17-летней Лекси Маттик? Эта работа — результат большого труда в надежде найти простое объяснение сложным вещам. Лекси перелопатила тонны ресурсов разного качества и иногда противоречащих друг другу, и потратила несколько недель исследований.

К чему все это? На Хабре появился перевод, который можно намного проще «пропустить» через себя. С помощью простых иллюстраций вы узнаете, как работает многопроцессорность, что такое системные вызовы, как компьютеры управляют памятью с помощью аппаратных прерываний и как Linux загружает исполняемые файлы.

#новости

⚡️На прошлой неделе Meta* выпустила новую серию больших языковых моделей для разработчиков, которая позволяет генерировать код по текстовому запросу

📌Цель — сделать рабочие процессы быстрее и эффективнее для разработчиков и снизить входной барьер для тех, кто только учится программировать.

▫️Code Llama — это специализированная версия Llama 2, созданная путем дальнейшего обучения Llama 2 на наборах данных, специфичных для кода.

▫️По сути, Code Llama обладает расширенными возможностями для разработчиков. Она может генерировать код из запросов на естественном языке как из кода, так и из подсказок на естественном языке.

▫️Ее можно использовать как для генерации кода, так и для завершения/отладки кода. Она поддерживает многие из наиболее популярных ЯП, используемых сегодня.

▫️Новая LLM может использоваться в качестве инструмента повышения производительности и обучения, помогая программистам писать более надежное и хорошо документированный код.

📌Разработчики LLM также доработали два дополнительных варианта Code Llama:

1️⃣Code Llama-Python — специализированная языковая вариация Code Llama, доработанная на 100 млрд токенов кода Python.

2️⃣Code Llama-Instruct — доработанный и согласованный вариант инструкций Code Llama.

Meta утверждает, что Code Llama показала лучшие результаты по сравнению с общедоступными LLM на основе эталонных тестов: Code Llama набрала 53.7% баллов в бенчмарке HumanEval и смогла безошибочно написать код на основе текстового описания.

📌А теперь немного мыслей относительно применения локальных языковых моделей на базе llama2:

✅Отличная лицензия для бизнеса — можно прикрутить в стартап.
✅Безопасность: на случай, если запрещено использовать ChatGPT для корпоративных задач, локальная LLM приходят на помощь.
✅Гибкость: модель можно дообучить, поиграть с параметрами. Одним словом все, что приходит на ум.
✅Это дешевле в частном использовании.

*организация, деятельность которой запрещена на территории РФ

💬🦙 LlamaIndex: создаем чат-бота без боли и страданий. Часть 2

Продолжаем изучать фреймворк для создания AI-ботов. В этой части узнаем про тонкости индексирования собственной базы документов.

🔗Читать статью

#infographic

OAuth 2.0 определяет несколько потоков авторизации, позволяющих сторонним приложениям получать доступ к пользовательским данным без раскрытия конфиденциальных учетных данных.

📌К общим потокам относятся:

1️⃣ Authorization Code Flow
2️⃣ Client Credentials Flow
3️⃣ Implicit Code Flow
4️⃣ Resource Owner Password Grant Flow

🔗Источник