Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两款苹果平台开源 Swift 库
Hugging Face 推出 AnySpeechRecognizer 与 AnyDecisionModel 两款开源 Swift 软件包,支持在苹果平台上本地下载并运行开源语音与决策模型。
推荐理由:为苹果平台开发者补齐了开源语音识别与类型化概率决策接口,可直接在端侧替换原生框架并结合量化模型。
Hugging Face 推出 AnySpeechRecognizer 与 AnyDecisionModel 两款开源 Swift 软件包,支持在苹果平台上本地下载并运行开源语音与决策模型。
推荐理由:为苹果平台开发者补齐了开源语音识别与类型化概率决策接口,可直接在端侧替换原生框架并结合量化模型。
三位拥有 10 年以上 Java 经验的 Java Champion 分享了用 GitHub Copilot 在生产和开源项目中提效的实践。Vlad Mihalcea 用 Copilot 在 IntelliJ IDEA 中把原本需数周的应用开发缩短到两天,并按任务切换模型,复杂推理用带 100 万上下文窗口的 Opus。
在 VS Code 中选择 Open in VS Code,即可打开 GitHub Copilot 应用中的会话,任务、计划和对话上下文与 worktree 均保持不变。
GitHub 披露其密钥扫描模型采用正则候选生成加 ModernBERT 分类的两阶段流水线,替换此前的 LLM 方案。在线上 A/B 测试中,仓库所有者加权接受率提升 11.5%,push 后扫描中位执行时间降低 86%,服务成本降低超过 98%。离线评估显示,同流量下新流水线精度提升 13%、召回率提升 19%;模型以 8-bit 量化导出为 ONNX 用于推理。
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式:在 .github/copilot-instructions.md 写入仓库级约定,在 .github/instructions 下用 applyTo 指定路径级规则,在 .github/skills 中以 SKILL.md 打包可复用流程,在 .github/agents 定义自定义智能体。
GitHub 发布 AI 代码审查离线基准 ReviewBench,包含 219 个公开 pull request、覆盖 19 种语言,并配有公开数据集和排行榜。
推荐理由:GitHub 公布 ReviewBench 的构建方法与 96.6% 专家标注一致率,并给出离线结果与线上 A/B 实验的对应案例。
GitHub 提出开发者应强化三项技能:学会指挥 AI 智能体而非只使用它,不轻信 AI 的第一个答案,以及把省下的实现时间用于解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型来评审方案、代码和测试。开发者仍需负责最终结果,通过定义问题、审查产出和做出技术决策来把控质量。
GitHub Copilot app 介绍了用 canvases 构建自定义工作流的方法:在 agent 会话中输入 /create-canvas,再用自然语言描述工作流、自己可做的操作和 agent 可做的操作,agent 就会生成界面并打开在右侧面板。