2011年10月编程语言排行榜:Java人气持续走低

2011年10月TIOBE编程语言排行榜显示,Java人气下滑,C语言有望重回榜首;Objective-C和Transact-SQL创历史新高;Assembly语言返回Top20。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

     在 TIOBE 公布的2011年10月编程语言排行榜中,Java 继续着9月的势头,持续走低,下降了几乎1%的人气,尽管 Oracle 在八月初发布了最新的 Java 7。看来下个月C语言又要复返第一的宝座了。

  其他值得关注的有 Objective-C 和 Transact-SQL 的人气又创新高,分别达到了6.245%和0.909%。Assembly 则重返 Top20,挤下了上个月进入前20的D语言,Visual Basic .NET 从39位上升至25位,而在8月份榜单中曾闯入 Top20 的F#已经掉落到46名。

  以上内容由乌帮图 根据英文原文翻译,如有错误,还望指正。

  具体榜单请看下面的示意图,注意表格第二列是该语言上一年的排名,而非上月。可参照2011年9月编程语言排行榜 查看。

  2011年10月编程语言排行榜 Top 20:

  2011年10月编程语言排行榜前10位的长期走势图:

  2011年10月编程语言排行榜21至50位排名:

  注意:TIOBE 编程语言社区排行榜是编程语言流行趋势的一个指标,每月更新。这份排行榜排名基于互联网上有经验的程序员、课程和第三方厂商的数量。排名使用著名的搜索引 擎(诸如 Google、 MSN 、雅虎)以及 Wikipedia 和 YouTube 进行计算。请注意这个排行榜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不好,或者一门语言所编写的代码数量多少。
  这个排行榜可以用来考查你的编程技能是否与时俱进,也可以在开始开发新系统时选择语言时用来进行策略性的决策。

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值