TIOBE 4月编程指数排行榜发布 C语言从未过时、PHP跌至历史最低

TIOBE 4月编程指数排行榜发布 C语言从未过时、PHP跌至历史最低 Python排名第一，占比16.41%，上升1.90%C排行第二，占比10.21%，下跌4.20%C++排行第三，占比9.76%，下跌3.20%Java排行第四，占比8.94%，下跌4.29%C#排行第五，占比6.77%，下跌1.44%TIOBE的CEO表示：“本月PHP的排名跌至历史最低点，PHP当然没有消失，但它的辉煌时代似乎已经过去了。”在2001年TIOBE指数刚开始发布的时候，PHP的受欢迎程度也在逐年上升，甚至曾位列TIOBE指数前三。但随着众多竞争对手进入市场，再加上PHP还出现了一些安全问题，因此如今PHP显得有些衰微。与此相对的则是C语言，在20多年内无论其他语言怎么起起伏伏，这个语言从来没有过时过。不过需要注意的是，TIOBE指数只是反映某个编程语言的热门程度，并不能说明一门编程语言好坏，也不能说明语言所编写的代码数量多少。 ... PC版： 手机版：

比Python快9万倍的Mojo开源了 最适合AI编程的语言

比Python快9万倍的Mojo开源了 最适合AI编程的语言 去年5月Mojo刚发布时，Modular宣称，在运行Mandelbrot等算法时它比原始Python快3.5万倍。去年9月，Modular再次表示“Mojo将动态与静态语言的优点结合起来，一举将性能提升达Python的6.8玩倍”。去年10月，Mojo登陆Mac，Modular再次提高了这个对比数据：“比Python快90000倍”。目前人工智能模型通常使用多种编程语言编写，开发者会用易于学习，但运行速度相对较慢的Python实现神经网络最简单的部分。其余部分的代码通常使用C++编写，C++的运行速度比Python更快，但学习难度也更大。而Modular将Mojo定位为一种更方便的替代方案，语法更易于使用且运行速度速度更快，开发者可以借此快速编写AI模型，而无需学习C++等复杂的语言。此前由于不确定开源时间，许多开发者都处于观望状态，然而就在Mojo开源后的短时间内，就已经达到了17.6k颗 star，并有了2.1k分支。同时Mojo团队还向开发者喊话：“如果各位好奇心旺盛并更多面向未来，希望掌握一门可能在未来50年内对AI发展有所助益的语言，那不妨给Mojo个机会！” ... PC版： 手机版：

：Python提速利器 | #Python

：Python提速利器 | #Python Python编程语言使用广泛，但运行效率低下，比其他编程语言慢100-1000倍甚至更多。 UMass Amherst的计算机科学家研发了开源性能分析工具Scalene，可以高效定位Python代码中的低效部分。 Scalene不仅可以准确指出Python代码的低效之处，还可以利用AI技术给出优化建议。 目前已经被广泛使用，下载量超过75万次。它可以帮助程序员优化Python代码，提高运行速度。 随着计算机硬件技术进步放缓，编程语言的执行效率正变得越来越重要。Scalene这样的工具对于优化Python性能意义重大。 该研究团队因Scalene在USENIX会议上荣获Best Paper Award。这表明该工具在学术界得到认可，对Python社区影响深远。

BASIC 60周年纪念：让编程普及的语言走过半个多世纪

BASIC 60周年纪念：让编程普及的语言走过半个多世纪 BASIC 在 20 世纪 60 年代早期的计算机领域具有革命性的意义，这一点无论如何强调都不为过。当时，计算机是高度专业化的黑盒子，仅限于企业、政府和大学设施使用。对它们进行编程需要深厚的数学知识，才能将指令转化为一页页打孔卡片上的数字代码。达特茅斯学院数学教授约翰-凯梅尼（John Kemeny）和托马斯-库尔茨（Thomas Kurtz）试图打破这个世界。两人看到了计算机的巨大潜力，但也意识到了进入计算机领域的高门槛。1963 年，他们创建了 BASIC，让所有专业的学生都能试用学校的大型计算机。BASIC 拥有类似英语的语法，可以使用"IF...THEN"和"GOTO"等命令，提供了一个直观的入门途径，而且不需要数学博士学位。现在看来，BASIC 可能很简陋，但能够输入基本指令并让计算机理解，却改变了游戏规则。达特茅斯大学的反响非常热烈，因为从 STEM 领域解脱出来的学生们终于体验到了计算机的魅力。凯梅尼和库尔茨高瞻远瞩，将 BASIC 作为免费的公共软件发布，使其像野火一样迅速蔓延。短短几年内，BASIC 就成为众多学科领域大学课程的标准组成部分。它的直观性也推动了 70 和 80 年代家用计算的兴起。虽然在专业领域，FORTRAN、C 和 Java 等功能更强大的语言最终取代了 BASIC，但直到 21 世纪，BASIC 仍然是一种教学工具。那些从 QBASIC 和 Visual Basic 开始学习 BASIC 的普通程序员都要感谢这两位教授。许多人仍将其简单而强大的结构视为初出茅庐的技术人员理想的"Hello World"。一代又一代的程序员深情地回忆起闪烁的光标和"READY"提示，正是它们开启了他们的编程之旅，带来了无尽的可能性。如今，开发人员对生成式人工智能在编程中的作用感到担忧，NVIDIA 的黄仁勋（Jensen Huang）等科技公司的首席执行官也宣布编码技术最终将消亡，编程的未来似乎并不明朗。像Devin这样的人工智能工具声称自己是自主的软件工程师，这让人担心人类程序员可能会被排挤出局。但是，BASIC 作为点燃大众个人计算的火花的遗产将永存。 ... PC版： 手机版：

Scale AI发布首个大语言模型排行榜 对特定领域的AI模型性能进行排名

Scale AI发布首个大语言模型排行榜 对特定领域的AI模型性能进行排名 SEAL 排行榜显示，OpenAI 的 GPT 系列 LLM 在其用于人工智能模型排名的四个初始领域中的三个领域排名第一，Anthropic PBC 广受欢迎的 Claude 3 Opus 在第四个领域排名第一。Google LLC 的 Gemini 模型也表现出色，在其中几个领域与 GPT 模型并列第一。Scale AI表示，它之所以创建SEAL排行榜，是因为现在有数以百计的LLM可供公司使用，而人工智能的表现却缺乏透明度。这些排行榜由 Scale AI 的安全、评估和对齐实验室（Safety, Evaluations, and Alignment Lab）开发，并声称通过拒绝透露其用于评估 LLM 的提示的性质来保持中立性和完整性。该公司指出，虽然也有其他对LLM进行排名的努力，如MLCommons的基准和斯坦福HAI的透明度指数，但其在人工智能训练数据方面的专业知识意味着它在克服人工智能研究人员所面临的一些挑战方面具有独特的优势。例如，Scale AI指出，MLCommon的基准是公开的，因此公司可以对其模型进行专门训练，以准确响应他们使用的提示。SEAL 开发了私有的评估数据集，以保持其排名的完整性，据说其测试是由经过验证的领域专家创建的。此外，所使用的提示和给出的排名都经过仔细评估，以确保其可信度，同时通过公布所使用评估方法的明确解释来确保透明度。Scale AI 表示，在 Scale Coding 领域，每个模型都要在随机选择的提示上与评估中的其他模型进行至少 50 次比较，以确保结果的准确性。编码评估试图评估每个模型生成计算机代码的能力，排行榜显示，OpenAI 的 GPT-4 Turbo Preview 和 GPT-4o 模型与Google的 Gemini 1.5 Pro（I/O 后）并列第一。之所以将它们并列第一，是因为 Scale AI 只声称其评估分数的置信度为 95%，而且前三名之间的差距很小。尽管如此，GPT-4 Turbo Preview 似乎略胜一筹，获得了 1155 分，GPT-4o 以 1144 分位居第二，Gemini 1.5 Pro（Post I/O）获得了 1112 分。在多语言领域，GPT-4o 和 Gemini 1.5 Pro（Post I/O）并列第一，得分分别为 1139 分和 1129 分，GPT-4 Turbo 和 Gemini Pro 1.5（Pre I/O）紧随其后，并列第三。GPT-4o 在"指令跟踪"领域也名列前茅，获得 88.57 分，GPT-4 Turbo Preview 以 87.64 分名列第二。结果表明，Google在这一领域仍需努力，因为 OpenAI 最接近的竞争对手是 Meta Platforms 公司的开源 Llama 3 70b Instruct（得分 85.55）和 Mistral 公司的 Mistral Large Latest LLM（得分 85.34）。最后，Scale AI 测试了 LLM 的数学能力。事实证明，Anthropic 的 Claude 3 Opus 以 95.19 的高分拔得头筹，无可争议地获得了第一名，超过了 95.10 的 GPT-4 Turbo Preview 和 94.85 的 GPT-4o。这些比较很有意思，但似乎还不能说明全部问题，因为有很多备受瞩目的龙8国际娱乐城似乎没有被纳入评估范围。例如，AI21实验室公司的Jurassic和Jamba以及Cohere公司的Aya和Command LLM在所有四项评估中都明显缺席，埃隆-马斯克（Elon Musk）的生成式人工智能初创公司xAI Corp.建立的Grok模型也是如此。好消息是，Scale AI 可能会解决LLM排行榜不完整的问题。该公司表示，它打算每年多次更新排行榜，以确保其与时俱进。它将在"可用时"添加新的前沿模型。此外，它还计划在排行榜上添加新的领域，力争成为最值得信赖的大模型第三方评估机构。 ... PC版： 手机版：

LLM排行榜更新：谷歌Bard超过GPT-4 中国玩家未进前十

LLM排行榜更新：谷歌Bard超过GPT-4 中国玩家未进前十 排行榜介绍这个LLMs 排行榜（Chatbot Arena基准平台）是由 UC伯克利研究人员主导的LMSYS (Large Model Systems Organization)组织发起的。通过在LLMs 间进行随机匿名的 1V1 battle 方式，并基于 Elo 评级系统得出排名。如下图所示，你可以随便问一个问题，左侧是模型A的回答，右侧是模型B的回答。然后你可以给这两个模型的回答打分，一共有四个选项“A更好；B更好；A和B一样好；A和B一样差”，如果一轮聊天判断不出来，你可以继续聊天，直到选出你认为更好的，但如果在聊天过程中暴露了大模型的身份，则投票将不被计算在内。下图显示了模型A在对战模型B时获胜几率（不包含平局 ）的比例分布图：下图显示了每种模型组合的battle次数（无平局））下图显示了单个模型相对于所有其他模型的平均胜率：OpenAI霸榜，中国玩家未进前十下图是该榜单目前排名的 Top 10，可以看出GPT-系列模型还是占据绝对优势的（前四名中占据了其三），而 Anthropic旗下的 Claude 系列模型则是在前十中占据了三席。号称是欧洲版OpenAI的 Mistral公司，这次也有两个模型进入前十。另外请看上图最右侧一列，排名 Top 10的模型中，有9家都是闭源的私有模型，这说明开源模型还是有一段路要走。遗憾的是中国玩家的大语言模型没有进入前十。其中排名最高的是李开复创业公司零一万物旗下的 Yi-34B-Chat模型，位居13名。其次是阿里旗下的 通义千问 Qwen-14B-chat模型，排名36:再之后是清华教授唐杰创业公司智谱AI旗下的ChatGLM系列模型：需要说明三点：1、有很多中国大厂研发的模型可能没有参与到该榜单排名；2、该榜单是面向全球公众的，所以选择用英文来聊天的用户要远比中文多，这可能对中国玩家研发的大语言模型不利；3、该榜单仅仅统计了20w用户的随机提问和聊天，代表了用户和LLMs聊天的真实评价，但由于用户的提问和专业程度参差不齐，所以评价具有一定的主观性。最后我们说回Google，在裁员和科学家离职创业的内忧外患之际（详情请移步Google危机大爆发！科学家纷纷离职创业、员工裁员不断...），Google24年究竟能不能完成“帝国反击战”呢？让我们拭目以待吧！ ... PC版： 手机版：