ZD至顶网软件频道消息:近日,赫尔辛基,Qt公司宣布更改开源授权条款,调整产品架构,从而更好地推动Qt开发者社区的发展,并为采用开源授权的软件开发者们提供更多的功能。
通过双授权模式构建的Qt生态体系,数以百万计的软件开发者们在超过七十个行业中实现跨平台应用、用户界面及设备的开发。此授权模式是为了更好地满足和支持现代应用开发需求及Qt的可持续发展。对Qt用户而言,这一更改将帮助他们更清晰地了解对商业授权的需求,并对开源义务形成更明确的认知。
Qt开源软件授权基于自由软件运动(FSM)原则而制定。为保障Qt开源的存在,Qt公司和 KDEFree Qt 基金会对现有的授权协议进行了升级,以确保基于开源授权的Qt的可用性。于1998年制定的 KDE Free Qt 基金协议,现已纳入新的授权模式并已覆盖现今绝大部分的桌面及移动平台。
Qt公司CEO Juha Varelius谈道:“开源社区是Qt发展的基础,我们要确保广大的Qt开发者们能够继续获益,同时也为Qt发展做出相应贡献。为了达成这一双赢目标,保障商业授权的开发者们能取得相应回报是极为重要的。”
KDE e.V.主席LydiaPintscher表示:“如今,Qt已成为许多产品的重要组成部分。根据新版本的协议内容,未来很长一段时间内,Qt将继续保持在各式平台上的可用性。这次授权模式的更改,不仅能够保障Qt开源社区持续发展,同时也将为开发者们提供了更为丰富的商业领域开发功能。”
Qt最新版本将会包含商业授权,GPLv2、GPLv3及LGPLv3多种授权模式。但不再包含LGPLv2.1版本。LGPLv3明确禁止发布封闭性嵌入式设备,及用户拥有该设备的专利。而Qt的商业版授权则可以免去这些限制,还可以获得来自Qt公司的专业技术支持。
在升级授权方案的同时,Qt公司将对Qt产品架构进行调整,提供更多过去开源版本中未提供的的Qt API及工具(从Qt 5.7版开始)。这将更好的促进Qt开源社区的发展,所有Qt用户都可从中获益。现有商业版用户可在不变更现有产品及授权条款的基础上获得更大的利益。Qt将为遵循开源义务的用户们提供包括图表、数据可视化、虚拟键盘以及高级分析工具等功能。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。