Fortran
PulseAugur coverage of Fortran — every cluster mentioning Fortran across labs, papers, and developer communities, ranked by signal.
-
AI就绪无需抛弃IBM i核心系统
组织机构正在争论是否在采用AI之前完全迁移IBM i系统，这一举措可能成本高昂且具有颠覆性。尽管IBM i因其界面和有限的原生AI集成而被视为遗留系统，但其核心交易处理能力仍然高度稳定可靠。专家建议，与其进行彻底的改造，不如在现有的IBM i系统周围构建一个AI和集成层，这可能是实现AI就绪更有效、更具成本效益的方法。
-
LLM 管道将遗留 Fortran 代码翻译成 JAX 以用于科学建模
研究人员开发了一个新颖的五阶段管道，利用基于 LLM 的代理将遗留 Fortran 代码翻译成 JAX 框架。该系统自动化了代码迁移过程，包括依赖分析、自主纠错和数值奇偶校验。该管道成功应用于 CLM-ml-v2，一个 19,000 行的陆面模型，生成了一个可微分版本，显著加快了计算和参数恢复。
-
AI代理将遗留有限差分代码转换为Devito
研究人员开发了一个AI代理框架，旨在将遗留的有限差分代码转换为Devito环境。该系统在多阶段工作流程中利用了检索增强生成（RAG）和开源大型语言模型。该代理通过解析文档、分割结构、提取关系和识别社区来构建Devito知识图谱。它包含一个逆向工程组件，该组件分析Fortran源代码以推导出RAG的查询策略，并通过并行搜索和语义分析提高检索精度。代码合成由Pydantic约束管理，验证则采用G-Eval方法的静态分析来确保正确性和合规性。
-
Sunya 编程语言使用自定义虚拟机引导，而非 Fortran
Sunya 编程语言的创建者在 Copilot 的协助下，决定放弃使用 Fortran 进行引导。他们选择从头开始使用自定义虚拟机和种子语言来构建 Sunya。初始阶段涉及创建一个确定性的、无指针的虚拟机，接下来的步骤将侧重于开发一个最小化的 Sunya 核心语言。
-
一篇旧编程文章引发关于AI在编码中作用的讨论
一位Mastodon用户分享了一件来自打孔卡和Fortran编程时代的历史文物，将过去的编程实践与当前围绕AI在编程领域的讨论联系起来。该用户链接到了一篇题为“真正的程序员”的文章，并评论说这让他想起了关于AI在软件开发中作用的持续辩论。
-
Free Pascal 和 BLAS 为 SLM 项目提供确定性的 HPC
一位 Mastodon 用户正在探索使用 BLAS（一组基于 Fortran 的矩阵例程）来支持他们的中小语言模型 (SLM) 项目。他们更倾向于使用 Free Pascal 而非 C、Python、Rust 和 C# 等语言，因为 Free Pascal 具有确定性且缺乏现代编程抽象。该用户计划与 GitHub Copilot 合作开展此项目，旨在获得更传统的opy 编程体验。
-
我在80年代学会了# Pascal。我学了点C和Rust，但讨厌那些对矩阵操作极其笨拙的指针逻辑。# Python和# C用户
一位程序员分享了他们学习各种编程语言的经验，发现Pascal的数组处理在矩阵操作方面优于C和Rust。他们指出，像NumPy这样的库通常是用汇编语言编写的，基于Fortran算法，而不是C。该用户试图通过Fortran引导来创建一种新语言，并在Claude 4的帮助下进行，但最终决定因其数组功能而切换回Pascal。
-
新研究解决大语言模型的事实准确性、架构推断和专业化评估问题
研究人员正在开发新方法来提高大语言模型（LLM）的准确性和可靠性。Google Research 推出了 SLED（Self Logits Evolution Decoding）技术，该技术利用 LLM 的所有层来增强事实准确性，而无需额外的微调或外部数据。同时，研究也在探索如何通过限制性 API 访问来推断 LLM 的架构属性，并创建新的基准来评估 LLM 在金融服务和编译器问题解决等专业领域的表现。此外，研究还在调查 LLM 集成…