collapse

* Posts Recentes

DIY - Robot Arm por zordlyon
[Ontem às 14:09]


Curiosidade Ferro Soldar por dropes
[22 de Novembro de 2022, 12:17]


Fonte de alimentação +/-15V para tensões de entrada <80Vdc por jm_araujo
[14 de Novembro de 2022, 16:25]


ua796 jurássico por SerraCabo
[08 de Novembro de 2022, 23:55]


Resistência interna de transformador por SerraCabo
[08 de Novembro de 2022, 23:42]


Resistência paralela com bateria primária de Lítio. por jm_araujo
[06 de Novembro de 2022, 18:49]


Precisão de condensadores de origem na China por dropes
[05 de Novembro de 2022, 20:44]


Imagine this kind of development tools for your favourite Programming Language. por blabla
[04 de Novembro de 2022, 22:16]


Ajuda Identificar Resistência por SerraCabo
[02 de Novembro de 2022, 22:27]


How an Atomic Clock Really Works, Round 2: Zeeman Alignment por jm_araujo
[01 de Novembro de 2022, 00:02]

Autor Tópico: GitHub Copilot - Possíveis implicações importantes.  (Lida 1121 vezes)

0 Membros e 1 Visitante estão a ver este tópico.

Offline blabla

  • Mini Robot
  • *
  • Mensagens: 249
GitHub Copilot - Possíveis implicações importantes.
« em: 08 de Julho de 2021, 15:15 »
Boa tarde a todos,

sugiro-vos que vejam os primeiros 17 minutos desta ML News que vale bem a pena para todos os que programam.

[ML News] GitHub Copilot - Copyright, GPL, Patents & more ...


Cumprimentos,
João

Offline blabla

  • Mini Robot
  • *
  • Mensagens: 249
Re: GitHub Copilot - Possíveis implicações importantes.
« Responder #1 em: 03 de Agosto de 2021, 13:14 »
Vejam este vídeo que mostra bem na prática como o Github Copilot (Microsoft/OpenAI) pode ser usado e o nível de precisão que ele tem neste momento.

GitHub Copilot - First Look


Cumprimentos,
João

Offline blabla

  • Mini Robot
  • *
  • Mensagens: 249
Re: GitHub Copilot - Possíveis implicações importantes.
« Responder #2 em: 23 de Agosto de 2021, 14:22 »
Primeiro apareceu o Copilot ( GitHub / Microsoft / OpenAI ) a seguir o Codex ( OpenAI ) e agora a Google.

A Google acaba de publicar um paper em que fez um modelo de linguagem para geração de código em Python de 137 biliões de parâmetros, este obteve bons resultados e em que a performance cresce com o número de parâmetros.

Program Synthesis with Large Language Models
Jacob Austin, Augustus Odena, Maxwell Nye, Maarten Bosma, Henryk Michalewski, David Dohan, Ellen Jiang, Carrie Cai, Michael Terry, Quoc Le, Charles Sutton
https://arxiv.org/abs/2108.07732

Nota: Aqui é usado o bilião americano ou seja 137 milhares de milhões de parâmetros.

Cumprimentos,
João
« Última modificação: 23 de Agosto de 2021, 14:40 por blabla »