Домашний артефакт программирования, который мгновенно превосходит Microsoft GitHub Copilot.
Домашний артефакт программирования, который мгновенно превосходит Microsoft GitHub Copilot.

одинАртефакт отечественного программирования,Мгновенно убил Microsoft GitHub Copilot.

Как быстро?

Чем GitHub Copilotв два раза быстреев то же время,Точность также улучшилась прибл.20%

Мало того, что, будучи «быстрым» и «точным», его функции также относительно обширны, в том числе:

В код автоматически добавляется полный, Код, сгенерированный на естественном языке、Автоматически добавлять комментарии、Интеллектуальный поиск ошибок、объяснить код、Автоматически создавайте модульные тесты и многое другое.

Особенности: Поддержка 80 языков.,инад,Полный,отказался,платеж

В настоящее время Фиттен CodeсталVSCodeСписок тенденций рынка плагиновпервое место

Это новейший продукт от Feishen Technology.Fitten Code,Над Полный основан на отечественной платформе глубокого обучения Jittor и коде, разработанном Feishen Модельразвивать.

Стоит отметить, что все ее основные разработчики имеют степени доктора философии Университета Цинхуа и во время учебы в школе они были основными разработчиками, продвигавшими работу Jitu с открытым исходным кодом. После окончания учебы они основали компанию Feishen Technology Ventures. продолжение Содействуйте разработке графики и разработке библиотеки нейронного рендеринга JNeRF и большой библиотеки рассуждений моделей JittorLLM, а также выпущенного на этот раз помощника по программированию искусственного интеллекта Fitten Code.

Итак, давайте посмотрим на фактические результаты измерений Fitten Code.

Быстрее и точнее, чем GitHub Copilot.

Сначала мы пристроимся Код и GitHub Copilotпомещены вместе,существоватьскоростьДавайте соревноваться на одной сцене。

Также столкнулся с задачей «написать ResNet-модель», разница в скорости видна невооруженным глазом — Фиттен CodeСредняя задержка составляет всего300ms,иGitHub Первая задержка второго пилота составила целых 5 секунд.

Мало того, существует также большой разрыв в качестве результатов генерируемого кода.

Fitten Code генерирует полный код ResNet, и его можно выполнить в интерактивном режиме, но на стороне GitHub Copilot сгенерированный код содержит большое количество повторяющихся фрагментов кода.

Низкая задержка, безусловно, является важным аспектом помощника по программированию, но точность, возможно, еще более ценна.

Судя по результатам набора тестов HumanEval, Fitten Code добился «лучшего из обоих миров»:

Fitten CodeизPass@1Точность достигла60.1%,Это значительный рост по сравнению с 49,5% у Copilot.

Fitten Code также показывает свою эффективную сторону в сложных алгоритмических задачах. Для примера мы поставили такую ​​задачу:

Используйте Python для реализации алгоритма самой длинной возрастающей подпоследовательности, для которого требуется временная сложность O(nlogn).

Как видно из результатов, Fitten Code справился с этой сложной задачей очень точно.

Давайте посмотрим на GitHub Copilot. Он может реализовать только неоптимальный алгоритм O(n^2).

Мало того, Fitten Code выполнит большой объем кода одновременно, когда позволят условия.

В отличие от других продуктов, которые заполняют в среднем только 1-2 строки за раз, Fitten Code завершает в среднем 3-5 строк, что значительно повышает эффективность завершения.

Поэтому после нескольких раундов «соревнования» нетрудно обнаружить, что Fitten Code превосходит GitHub Copilot по скорости, объему завершения кода и точности.

Больше функций отображения

Как мы только что упомянули, Fitten Code в настоящее время поддерживает более 80 языков программирования, в том числе:

Python, Javascript, Typescript, Java, C, C++, Kotlin, PHP, Ruby и т. д., а также поддерживает код Visual Studio.

Итак, давайте посмотрим на производительность этого большого инструмента генерации кода на основе модели в реальных сценариях.

Автоматическое завершение кода

Fitten Code может автоматически дополнять недостающие части кода. Этот интеллектуальный подход ускоряет ввод кода.

Код, сгенерированный на естественном языке

Fitten Code может обеспечить перевод кода на семантическом уровне и поддерживать взаимный перевод между несколькими языками программирования.

Просто используйте комментарии (#) или диалог для описания функций, которые должен реализовать код, и Fitten Code может автоматически генерировать код, соответствующий требованиям комментариев, что значительно сокращает время и затраты на написание вручную.

Кроме того, используя комментарии в качестве руководства, плагин генерации кода может быстро сгенерировать структуру проекта, скелет функции, вызов интерфейса и другие фрагменты кода, что поможет быстро построить проект.

Автоматически добавлять комментарии

Что касается написания комментариев, то с Fitten Code вы можете попрощаться с ручной работой.

Он может автоматически генерировать соответствующие комментарии на основе кода и предоставлять четкие и понятные объяснения и документацию путем анализа логики и структуры кода.

В дополнение к вышеперечисленным функциям Fitten Code также предоставляет множество практических функций, таких как интеллектуальный поиск ошибок на основе выбранного кода.

Он также имеет функцию автоматического создания модульных тестов, которые могут автоматически генерировать соответствующие тестовые примеры на основе кода для повышения качества и надежности кода.

Мало того, Fitten Code также имеет возможность объяснять значение кода, помогая пользователям более глубоко понять логику и структуру кода.

В общем, этот отечественный артефакт программирования призван сделать программирование более эффективным во всех аспектах.

Как использовать?

Fitten Code не только бесплатен и полнофункционален, но и метод его установки чрезвычайно прост.

Взяв в качестве примера код Visual Studio, найдите «Подходящий код» на странице расширения:

Затем нажмите «Установить»:

Наконец, просто зарегистрируйтесь и войдите, чтобы использовать его ~

Супер просто, без проблем!

Кроме того, Fitten Code также поддерживает IDE серии JetBrains, такие как IntelliJ IDEA и PyCharm.

О команде

Код Fitten был разработан компанией Beijing Feishen Technology Co., Ltd. Вся основная команда получила степень доктора философии в Университете Цинхуа. В качестве основного разработчика они открыли исходный код системы глубокого обучения Jittor, которая является одной из основных систем глубокого обучения. Библиотека нейронного рендеринга и большая библиотека вывода моделей JittorLLM получили высокую оценку со стороны отрасли.

Члены команды обладают выдающимися техническими способностями и выиграли золотые медали на международных соревнованиях по суперкомпьютерам, олимпиадах по информатике и золотые медали ACM, а также опубликовали статьи на ведущих международных конференциях и в журналах по компьютерной графике, компьютерному зрению и искусственному интеллекту, таких как CVPR, SIGGRAPH, TOG, TIP и CVM Опубликовали множество статей. Это ведущая междисциплинарная команда в международных и местных профессиональных областях, занимающаяся искусственным интеллектом, глубоким обучением, высокопроизводительными вычислениями, проектированием систем, аппаратной архитектурой и другими междисциплинарными командами.

Вы в восторге от такого бесплатного и простого в использовании продукта отечественного программирования?

над

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose