Software

In dieser Podcast-Folge von „Code for Thought“ reden Carina Haupt (DLR) und ich mit Host Peter Schmid über Large Language Models im Research Software Engineering: Was können Copilot & Co. heute zuverlässig, wo stoßen sie im Projektalltag an Grenzen, und wie bewerten wir das nüchtern statt hype-getrieben? Ich schildere mein aktuelles Thema - Paper-Code-Matching über Embeddings auf Projektebene - und warum kontextarme Modelle bei echten Repos oft danebengreifen. Carina bringt die Anwendungssicht ein: Wo helfen LLMs Forschenden ohne tiefen Informatik-Background tatsächlich (Routine-Tasks, Tests, kleine Skripte) und wo wird’s heikel (Builds, Requirements, Projektkontext)? [Mehr]

Ein Stud.IP-Plugin das unter anderem relevante Kurse dank Machine Learning vorschlagen kann [Mehr]

In AVZ-Run ist der Spieler im brennenden AVZ gefangen und muss versuchen, diesem Inferno zu entkommen. Der Spieler kontrolliert den In-Game-Charakter und muss sich gegen Hindernisse, Rätsel und Fallen behaupten, um ganz nach unten und aus dem AVZ zu gelangen. [Mehr]