CNET科技资讯网 1月13日 北京消息:1月12日,国内一站式云端软件开发服务平台 CODING 在北京发布企业级产品—— Coding Enterprise,这是 CODING 在继去年3月宣布收购 GitCafe 后的又一令行业震动的大动作。
Coding Enterprise 是 Coding 开发者工具的企业级 SaaS 服务,提供针对中小型企业的公有云版本和针对大型企业的私有云版本,可以方便企业用户更好的管理企业内的项目和成员,实时掌控企业开发的整体情况,帮助企业开发协作更高效便捷。
更适合中国企业使用的开发协作工具
在多人协作的开发过程中,代码跟踪、文档、项目信息实时更新、版本控制变得前所未有的重要,而 Git 技术因其对非线性开发模式的良好支持和卓越的项目管理能力,在团队开发协作中表现出了极大的安全性和优越性。受到了众多开发团队欢迎,包括 TensorFlow、AngularJS 和 Bitcoin 在内的很多知名项目都使用了 Git 技术。
Git 的诞生,让开源社区有了新的聚集地 —— GitHub,2015 年 GitHub 的用户数量已经超过了 1000 万,其中来自中国的开发者用户有将近 100 万。但由于 GitHub 是国外平台,受种种因素影响,在中国使用 GitHub 会面临语言、传输速度、使用习惯等诸多本地化问题。而同时,国内 Git 服务也在飞速发展着,2011 年,国内首个 Git 代码托管平台 GitCafe 的成立,2016 年 3 月,国内 Git 服务代表性厂商 CODING 在京宣布收购 GitCafe, GitCafe 将成为 CODING 旗下企业私有云服务品牌的一部分,自此,国内 Git 市场已经形成了独特的格局。
CODING 在平台整体服务质量以及体验性上确实投入了极大的资源和努力,在企业版提供的服务中,我们能明显感觉到,在传输效率、网络服务稳定性以及兼容性等方面为用户带来了更顺畅更便捷的服务,在功能性上还增加了利于代码权限管理的保护分支功能等等, 同时,开发者托管的代码安全性也将得到更好的保障。
“ CODING 不仅要做最适合中国开发者使用的 Git 工具,也要做更适合中国开发者的一站式开发服务平台。” CODING CEO 张海龙说。
填补国内市场空白
据张海龙透露,CODING 之所以选择这样的角度来切入市场,是看到了企业服务市场目前仍有很大的空白。
据国家工商局数据显示, 2016 年第一季度,全国新登记市场主体 301.1 万户,比上年同期增长 10.7%;注册资本(金)8.8万亿元,增长 68.9% 。快速增长的新成立企业,有着庞大的潜在发展需求。新成立的企业由于发展时间短,业务形式不明确,特别是在 IT 等需要投入固定成本的环节建设并未完,使得他们在初创阶段往往不愿意投入大量资源进行基础设施建设,而是愿意购买外界企业级服务。同时,新成立的企业对于互联网接受程度更高,使用软件工具的习惯已经形成,在企业级云服务方面所需的前期教育成本更低,这使得企业级云服务供应商更容易切入市场。
伴随着庞大的千亿级市场潜力,企业服务在团队开发协作工具领域内却近乎空白,虽然国内外有很多种协同工具,有偏项目管理的,有偏代码托管的,有偏通信办公的,但大都比较偏重人员及任务管理,专注于开发协作领域的几乎没有。
“市面上一些技术工具的功能也较为分散单一,缺乏统一的一站式解决方案.”张海龙说道,他表示,与其他协同类工具不同,Coding Enterprise是专为企业而生的企业级软件开发协作服务,其产品的整体思路是以「软件开发」为核心,完全按照软件开发的思路和需求完成的整体设计,在易用性和安全稳定性上有着压倒性的优势。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。