跳到正文

#GitHub

今日 0 条
9月26日周六
9月25日周五
9月24日周四
  1. GitHub Blog · AI & ML43

    在 GitHub Copilot 应用中渲染超大 Pull Request

    GitHub Copilot 应用重建 PR 视图后,含 2,200 文件、逾百万行改动和超 400 条行内评论的 diff 仍能流畅滚动。纯代码行在绘制前即可确定高度,虚拟化后同时大约只挂载 100 行。评论高度要到渲染时才知道,因此总高度拆成确定性代码高度与懒测量的动态块,修正则锚定在用户正在看的位置。

9月17日周四
  1. GitHub Blog · AI & ML85

    GitHub 借助 Copilot 将 Copilot agent runtime 重写为超过 800,000 行 Rust

    GitHub 用 Copilot 将 Copilot agent runtime 从 TypeScript/Node.js 重写为超过 800,000 行生产 Rust,大部分代码由 AI 智能体完成,并通过 128 个合入主干的 pull request 增量交付。

    推荐理由:原文写清 Copilot 运行时如何以组件原子替换迁到 Rust 并增量发布,读者可从智能体分工看到大规模改写怎样维持主干持续可交付。

9月12日周六
9月11日周五
9月5日周六
  1. GitHub Blog · AI & ML66

    GitHub Copilot 推出多模型编排研究预览 Project HydraFusion

    GitHub 在 Copilot CLI 推出研究预览 Project HydraFusion,运行时按任务在单模型直接求解、高效模型起草后升级,以及跨模型家族独立评审再修订三种模式间编排多个提供商的模型。

    推荐理由:它把换模型、独立评审和必要时升级交给运行时选择,读者可对照三项智能体编程基准看相对 Claude Opus 5 的质量与估算成本。

9月1日周二
6月30日周二
  1. Google Research62

    Google Research 推出零样本表格基础模型 TabFM

    Google Research 推出零样本表格基础模型 TabFM,一次前向即可对未见过的表做分类和回归,无需逐表训练、调参和特征工程。它把整张表当作统一提示,用行列交替注意力、行压缩和 Transformer 做上下文学习,全部基于数亿个结构因果模型合成的数据集预训练。

    推荐理由:把表格预测改写成上下文学习之后,读者可以对照传统树模型流程判断单次前向能否省掉调参和特征工程。