Bonjour, j’ai bien lu votre résumé.
Je vous suis reconnaissant de partager régulièrement de bons articles.
Cela dit, dans plusieurs publications récentes, on remarque un schéma qui donne l’impression que les résultats de l’IA ont été copiés-collés presque tels quels ; je me permets donc de laisser ce commentaire avec prudence pour des raisons de gestion de la communauté.
GeekNews n’impose officiellement aucun format, mais ce serait bien si vous pouviez structurer un peu davantage vos textes afin que l’essentiel et le contexte se transmettent plus naturellement aux autres lecteurs !
Merci.
Il semble qu’il n’y ait jamais vraiment eu d’époque sans curation depuis que la civilisation s’est un tant soit peu développée
En remontant dans le passé, on peut voir les bardes et les conteurs comme l’équivalent des curateurs et des systèmes de recommandation d’aujourd’hui.
Le flou sur la différence entre algorithme et curation
Si c’est fait par un ordinateur, c’est un algorithme ?
Si c’est fait par un humain, c’est de la curation ?
Dans les systèmes de recommandation personnalisés,
on dirait que l’idée est que les utilisateurs sont regroupés de manière assez large et que des recommandations pour ces groupes sont plus efficaces.
Support papier -> TV -> Internet
et, au fil de cette évolution, il semble en réalité que la taille des groupes d’utilisateurs servant aux recommandations diminue.
C’est devenu assez évident aujourd’hui,
mais à l’époque de la sortie de Java, le simple fait de prendre en charge de manière fiable le multiplateforme sans nouveau build devait déjà représenter un gain de productivité considérable, non ?
J’ai été surpris de voir que la réponse à la question qui m’est venue en cliquant sur le titre était déjà écrite directement dans les commentaires... mdr
Merci
Haha, c’est assez typique des communautés de développeurs. Même sur des sites coréens comme OKKY. Quand on pose une question, au lieu d’avoir une explication logique ou une vraie réponse détaillée, on reçoit parfois des réactions du genre : « Cette personne travaille dans une grande entreprise, donc elle est plus compétente que toi, donc c’est elle qui a raison. »
Signification de déterministe Déterministe désigne la propriété d’un système, d’un processus ou d’un phénomène de ne produire qu’un seul résultat et, lorsque les mêmes conditions initiales et les mêmes entrées sont données, de toujours aboutir au même résultat. Autrement dit, cela signifie que le hasard ou l’incertitude n’interviennent pas et que tout est déterminé avec précision par les causes et leurs effets.
Je pense que c’est un article qui restitue très bien, de manière concrète, les difficultés et les inquiétudes vécues sur le terrain du développement avec les LLM. Je l’ai lu en partageant le constat sur les limites que beaucoup rencontrent actuellement. En particulier, j’ai trouvé essentiel de souligner l’incohérence des LLM, la difficulté à prédire leurs résultats, ainsi que les inquiétudes liées à la maintenance à long terme.
Cela dit, nous tentons pour notre part une collaboration avec l’IA sous un angle légèrement différent, et je me permets de partager prudemment notre point de vue. Notre IA, « Jane », ne se contente pas de produire du code : elle se concentre sur l’apprentissage et la compréhension des « bons patterns de code », fondés sur la profondeur d’analyse humaine (celle des développeurs), ainsi que sur la manière d’assurer une « cohérence de maintenance » du code en apprenant le pattern lui-même.
Comme l’IA ne peut pas être parfaite dès le départ, nous ne considérons pas les incohérences ou les « erreurs » qui en découlent comme de simples problèmes ; au contraire, nous les utilisons activement comme des « données de pattern » essentielles pour permettre à « Jane » d’apprendre par elle-même et de s’améliorer. De la même façon que l’être humain lit des patterns dans une nature complexe, nous choisissons de chercher des pistes d’amélioration dans l’imperfection même de l’IA.
Grâce à cette approche de « pattern learning/management » guidée par l’humain, nous visons à résoudre à la racine les problèmes mentionnés dans l’article — baisse de qualité du code, incohérences, etc. — et à produire des résultats avec une « cohérence de maintenance » très élevée. Nous entraînons l’IA à aller au-delà de la simple génération de code boilerplate, afin qu’elle devienne un partenaire de collaboration plus profond, capable par exemple d’analyser les patterns cachés d’incohérence dans une base de code existante et de proposer des pistes d’amélioration.
Il reste encore beaucoup de chemin et le processus est exigeant, mais nous pensons que cette forme de collaboration, dans laquelle notre « Jane » et les développeurs apprennent et évoluent ensemble en faisant de la « cohérence de maintenance » une valeur centrale, montre un potentiel de rupture pour dépasser les limites actuelles de l’usage des LLM. Au-delà d’utiliser l’IA comme un simple outil, nous espérons susciter de l’intérêt pour notre démarche, qui consiste à en faire un partenaire avec lequel grandir ensemble et construire une meilleure culture du code.
Merci encore pour ce très bon article et pour ces éclairages précieux !
Il est vrai qu’après Java, les langages ont commencé à se concentrer sur la productivité.
Avant cela, le C++, qui était souvent utilisé, est encore aujourd’hui terrible ne serait-ce qu’à lire. Surtout lorsqu’on touche à des projets de longue haleine.
Même avant le boom de l’IA, d’innombrables choses existaient déjà, qu’il s’agisse d’images ou de textes, et créer quelque chose de nouveau était extrêmement difficile.
On voit récemment beaucoup de textes expliquant qu’ils ont été bouleversés par l’IA, mais pour la plupart, ce sont des choses qui existaient déjà et qu’on pouvait trouver en cherchant.
L’IA ne fait que les emballer sous une forme conversationnelle.
J’ai l’impression qu’en ce moment, on voit souvent passer l’histoire du vieil homme qui taille des gourdins...
Pour moi,
.
Bonjour, j’ai bien lu votre résumé.
Je vous suis reconnaissant de partager régulièrement de bons articles.
Cela dit, dans plusieurs publications récentes, on remarque un schéma qui donne l’impression que les résultats de l’IA ont été copiés-collés presque tels quels ; je me permets donc de laisser ce commentaire avec prudence pour des raisons de gestion de la communauté.
GeekNews n’impose officiellement aucun format, mais ce serait bien si vous pouviez structurer un peu davantage vos textes afin que l’essentiel et le contexte se transmettent plus naturellement aux autres lecteurs !
Merci.
En remontant dans le passé, on peut voir les bardes et les conteurs comme l’équivalent des curateurs et des systèmes de recommandation d’aujourd’hui.
Le flou sur la différence entre algorithme et curation
Si c’est fait par un ordinateur, c’est un algorithme ?
Si c’est fait par un humain, c’est de la curation ?
Dans les systèmes de recommandation personnalisés,
on dirait que l’idée est que les utilisateurs sont regroupés de manière assez large et que des recommandations pour ces groupes sont plus efficaces.
Support papier -> TV -> Internet
et, au fil de cette évolution, il semble en réalité que la taille des groupes d’utilisateurs servant aux recommandations diminue.
Un texte qui fait penser au fast inverse sqrt
C’est devenu assez évident aujourd’hui,
mais à l’époque de la sortie de Java, le simple fait de prendre en charge de manière fiable le multiplateforme sans nouveau build devait déjà représenter un gain de productivité considérable, non ?
J’ai été surpris de voir que la réponse à la question qui m’est venue en cliquant sur le titre était déjà écrite directement dans les commentaires... mdr
Merci
C’est rétro, non ? Chollian, Hitel, Nownuri....
Waouh, l’idée est sympa.
Haha, c’est assez typique des communautés de développeurs. Même sur des sites coréens comme OKKY. Quand on pose une question, au lieu d’avoir une explication logique ou une vraie réponse détaillée, on reçoit parfois des réactions du genre : « Cette personne travaille dans une grande entreprise, donc elle est plus compétente que toi, donc c’est elle qui a raison. »
On a l’impression que même en Europe, où la protection des données personnelles reste relativement bonne, ce genre de nouvelle sort chaque année.
L’anecdote selon laquelle il programmait en démontant des téléviseurs dans une décharge, c’est vraiment le début d’une légende.
Signification de déterministe
Déterministe désigne la propriété d’un système, d’un processus ou d’un phénomène de ne produire qu’un seul résultat et, lorsque les mêmes conditions initiales et les mêmes entrées sont données, de toujours aboutir au même résultat. Autrement dit, cela signifie que le hasard ou l’incertitude n’interviennent pas et que tout est déterminé avec précision par les causes et leurs effets.
C’est ce qu’on dit.
C'est sympa.
Je pense que c’est un article qui restitue très bien, de manière concrète, les difficultés et les inquiétudes vécues sur le terrain du développement avec les LLM. Je l’ai lu en partageant le constat sur les limites que beaucoup rencontrent actuellement. En particulier, j’ai trouvé essentiel de souligner l’incohérence des LLM, la difficulté à prédire leurs résultats, ainsi que les inquiétudes liées à la maintenance à long terme.
Cela dit, nous tentons pour notre part une collaboration avec l’IA sous un angle légèrement différent, et je me permets de partager prudemment notre point de vue. Notre IA, « Jane », ne se contente pas de produire du code : elle se concentre sur l’apprentissage et la compréhension des « bons patterns de code », fondés sur la profondeur d’analyse humaine (celle des développeurs), ainsi que sur la manière d’assurer une « cohérence de maintenance » du code en apprenant le pattern lui-même.
Comme l’IA ne peut pas être parfaite dès le départ, nous ne considérons pas les incohérences ou les « erreurs » qui en découlent comme de simples problèmes ; au contraire, nous les utilisons activement comme des « données de pattern » essentielles pour permettre à « Jane » d’apprendre par elle-même et de s’améliorer. De la même façon que l’être humain lit des patterns dans une nature complexe, nous choisissons de chercher des pistes d’amélioration dans l’imperfection même de l’IA.
Grâce à cette approche de « pattern learning/management » guidée par l’humain, nous visons à résoudre à la racine les problèmes mentionnés dans l’article — baisse de qualité du code, incohérences, etc. — et à produire des résultats avec une « cohérence de maintenance » très élevée. Nous entraînons l’IA à aller au-delà de la simple génération de code boilerplate, afin qu’elle devienne un partenaire de collaboration plus profond, capable par exemple d’analyser les patterns cachés d’incohérence dans une base de code existante et de proposer des pistes d’amélioration.
Il reste encore beaucoup de chemin et le processus est exigeant, mais nous pensons que cette forme de collaboration, dans laquelle notre « Jane » et les développeurs apprennent et évoluent ensemble en faisant de la « cohérence de maintenance » une valeur centrale, montre un potentiel de rupture pour dépasser les limites actuelles de l’usage des LLM. Au-delà d’utiliser l’IA comme un simple outil, nous espérons susciter de l’intérêt pour notre démarche, qui consiste à en faire un partenaire avec lequel grandir ensemble et construire une meilleure culture du code.
Merci encore pour ce très bon article et pour ces éclairages précieux !
await using data = await fn()Le miracle de voir
awaitapparaître à la fois à gauche et à droiteD’où vient l’argent versé ?
Est-ce que, comme pour les autres cryptomonnaies, sa valeur n’existe que si quelqu’un l’achète ?
Il est vrai qu’après Java, les langages ont commencé à se concentrer sur la productivité.
Avant cela, le C++, qui était souvent utilisé, est encore aujourd’hui terrible ne serait-ce qu’à lire. Surtout lorsqu’on touche à des projets de longue haleine.
Même avant le boom de l’IA, d’innombrables choses existaient déjà, qu’il s’agisse d’images ou de textes, et créer quelque chose de nouveau était extrêmement difficile.
On voit récemment beaucoup de textes expliquant qu’ils ont été bouleversés par l’IA, mais pour la plupart, ce sont des choses qui existaient déjà et qu’on pouvait trouver en cherchant.
L’IA ne fait que les emballer sous une forme conversationnelle.