GitHub запустил ИИ-модель Spark для генерации веб-приложений

GitHub анонсировал новый продукт под названием Spark — инструмент на базе искусственного интеллекта, который позволяет любому желающему создавать небольшие веб-приложения с использованием естественного языка, даже без знаний основ программирования.

GitHub описывает GitHub Spark следующим образом: «Всё начинается с идеи. В детстве у нас их тысячи — некоторые глупые, некоторые сумасшедшие. Сегодня мы представляем GitHub Spark, продукт, который позволяет вам опробовать их все. Работающий на естественном языке, он закладывает основу для нашего видения — помочь 1 млрд человек стать разработчиками. Речь идёт о развлекательном и персональном программном обеспечении, а не о корпоративных приложениях для повышения производительности».

GitHub Spark предлагает интерактивные предварительные просмотры, варианты ревизий, автоматическую историю и выбор модели для разработки. Его можно использовать как с настольных компьютеров, так и с мобильных устройств. Spark включает три тесно интегрированных компонента:

  • редактор на основе NL для простого описания и уточнения идей приложений;

  • управляемую среду выполнения, в которой размещаются sparks, с хранилищем данных, тематизацией и доступ к LLM;

  • панель управления с поддержкой PWA для управления и запуска sparks из любой точки мира.

Микроприложения, созданные с помощью GitHub Spark, можно предоставить другим пользователям с правами только на чтение или на чтение и запись. Пользователи могут выбирать из различных моделей, включая Claude Sonnet 3.5, GPT-4o, o1-preview и o1-mini.

В ближайшие месяцы GitHub планирует расширить возможности совместной работы, редактор и среду выполнения. Так, у пользователей появится возможность выполнять семантическое слияние изменений, интегрировать приложения со сторонними сервисами, корректировать поведение приложения.

Опробовать предварительную версию GitHub Spark можно после регистрации.

В сентябре в GitHub Copilot начали тестировать языковую модель o1 от OpenAI, чтобы понять, в каких именно задачах она будет наиболее эффективна. Лучше всего нейросеть справляется с оптимизацией и анализом кода.

Материал опубликован при поддержке сайта habr.com
Комментарии

    Актуальные новости по теме "Array"