ZD至顶网软件频道消息: 开发人员可以在这里下载最新的VS版本,VS 2017发行说明在这里。微软支持VS 2017与以前版本的VS并行安装,并已支持VS 2017安装在VS“15”预览或Release Candidate版之上。
此版本产品的定价和包装与VS 2015的定价保持一致。面向个人开发人员和小型企业的免费社区版本将继续提供。Professional with MSDN 和Enterprise with MSDN是其他主要的版本。2017 Visual Studio Enterprise获得了新的Redgate Data Tools和一个新的DevOps Accelerator。
微软最新的工具套件将在Windows 10(1507或更高版本)、Windows 7 Service Pack 1、Windows 8.1、Windows Server 2016 Standard and Datacenter、Windows Server 2012 R2 Essentials Standard and Datacenter上运行。
微软的Visual Studio产品已经20岁了,最新版本的Visual Studio产品允许开发人员只抓取他们需要的特定组件,使其能够更快地安装。该公司的官员们表示,VS 2017启动速度比VS 2015快三倍,性能也更好。
最新的Visual Studio版本还旨在更好地支持团队,并包括为构建.NET Core 1.0和1.1应用程序、Azure应用程序、微服务和Docker容器提供支持的工具。与微软的Xamarin工具内置集成使开发人员能够更轻松地创建Android、iOS和Windows的移动应用程序。Live单元测试也是该产品的一个新的关键特性。
VS 2017包括适用于Linux的VS C ++。最终版本的Python目前没有包含在VS 2017之中,因为它没有达到最终交付的内部标准。微软的官员们上月表示,他们计划Python预览版今天可以提供,并且完整的Python支持将在第一次VS 2017更新之一中重新出现。
微软正在对Visual Studio家族的其他部分进行一些其他更新。它正在发布Visual Studio for Mac的Preview 4、Visual Studio Team Foundation Server 2017的Update 1、并支持使用Xamarin和React Native构建的移动应用程序作为其Visual Studio Mobile Center预览的一部分。
微软近日向开发人员传递出的消息是,该公司正在为每个开发人员构建“一流的工具”,而不只是专注于Windows和微软的开发人员。公司的官员强调Visual Studio不仅仅是一个集成的开发环境;它也是该公司的移动优先/云优先战略的一部分。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。