Red Hat表示将收购Codenvy公司,据悉Codenvy公司的开发工具能够创建容器和云优先的应用程序,而本次收购的目标是向Red Hat的开发人员和应用程序阵容添加Codenvy产品,以便与JBoss中间件和OpenShift形成组合。届时Codenvy也将成为OpenShift.io的一部分,打造一个混合云服务的平台。
据了解,Codenvy本是基于Eclipse Che的一个开放源代码云集成开发环境(IDE)和服务器。 Codenvy在一个协作空间内包含了运行项目和开发人员的环境,并能够在Linux容器中运行。
以下是Codenvy工作流程的一部分。
Codenvy还可以连接到Jira和Jenkins等工作流程工具。
此外,两家公司目前已经是合作伙伴,并都与微软合作开发工具。同时Codenvy也已经包含在Red Hat的OpenShift平台之中。
未来,Red Hat表示将把Eclipse Che和Codenvy作为其工具和工作空间管理技术的核心。另外,Codenvy总部设在旧金山,员工约有40人。此次交易的具体条款并未披露。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。