json.
Переводите i18n JSON файлы с помощью ИИ
Интернационализация (i18n) лежит в основе создания по-настоящему глобального ПО. Традиционно перевод i18n JSON-файлов выполнялся либо людьми, либо инструментами машинного перевода. Перевод, основанный на искусственном интеллекте, выводит точность и удобство для разработчиков на новый уровень. Давайте разберёмся почему.Почему ИИ лучше традиционного машинного перевода1. Понимание контекстаОбычный машинный перевод часто упускает тонкие нюансы контекста. Возьмём пример:{ "pixie.definition": "She is a small imaginary person", "dialog.pixie.answer": "I found it..." }
Как мы в VK Tech построили технический радар для масштабной инженерной команды
Привет, Хабр! Меня зовут Александр Петрушин, я старший разработчик в VK Tech, и сегодня хочу рассказать о нашем опыте создания технического радара.
Интеграция без границ: секреты успешного сквозного тестирования в «1С»
Привет! Меня зовут Ольга и я QA-специалист SimbirSoft. На данный момент моя специализация сопрягается с тестированием платформы «1С».Идея статьи появилась, когда ко мне обратился коллега с вопросом: что такое интеграционное тестирование «1С». Готовясь ко встрече с ним, я поняла, что это очень важный этап в работе с программой для QA-специалиста, так как процесс интеграции в «1С»:Неотъемлемая часть любого проектаТребует глубокого погружения в продуктПредусматривает взаимодействие различных микро-сервисов, модулей, команд между собой
Аккуратно даем LLM контекст проекта
Привет, на связи Лука.Знаете, есть такая поговорка: "тише едешь – дальше будешь". Работая с LLM, я пришёл к выводу, что аккуратность и точность в подаче контекста – это один из самых важных ключиков к хорошему результату. Иначе получится как в другой поговорке - про дурака и стеклянный орган.Чего греха таить – все мы пользуемся LLM в различных ситуациях. От генерации бойлерплейта до неожиданного, но изящного решения сложной логики. Ничего такого – очередной инструмент, которым можно, как молотком, забить гвоздь, а можно и... ну, вы поняли.
Какой AI-ассистент использовать в разработке и тестировании финтех-продуктов
В IT-командах ЮMoney юзают GigaCode — это ИИ-ассистент российского происхождения, основанный на больших языковых моделях (LLM). Рассказали, что о нём думаем: какие есть плюсы, что хотелось бы доработать и как использовать во благо рабочим задачам.
Инновации в тестировании САПР: путь к созданию автоматизированного решения для тестирования
ВведениеАвтоматизация тестирования в мире САПР – это вызов, который невозможно переоценить. Инженеры, архитекторы и проектировщики создают сложнейшие модели, а разработчики ПО ломают голову, чтобы их инструменты работали без сбоев. Но чем мощнее становится программное обеспечение, тем сложнее его тестировать. Проверять САПР вручную – всё равно что искать иголку в стоге сена, который кто-то ежедневно переворачивает. Мы быстро поняли, что такой подход не работает. Поэтому решили изменить систему и построить свою.
Ollama обновилась до версии 0.5.1
Основные изменения в этой версии следующиеПоддержка новой модели Llama 3.3 - 70B. При относительно небольшом размере (может уместиться на одну видеокарту A100/H100, а при большем сжатии даже на A6000 или связку из 4090 с 48 Гб видеопамяти) данная модель сравнима и даже лучше с Llama 3.1 - 405B и догоняет по некоторым показателям GPT-4o Поддержка структурированного вывода по заданной JSON схеме
