Telegram Group & Telegram Channel
🧠 ArtificialCast — магия трансформаций на базе LLM в .NET

ArtificialCast — это экспериментальная библиотека для .NET, которая превращает преобразование объектов в интеллектуальный процесс с помощью больших языковых моделей.

🚀 Что умеет:
• Автоматически преобразует объекты между типами
• Не требует ручного маппинга или конфигураций
• Использует LLM (например, Gemma 3 4B) для адаптации несовместимых структур
• Генерирует JSON-схемы для целевых типов

🧪 Примеры:

var result = await AC<LegacyUserDTO, NewUserModel>(legacyUser);

— преобразует старую DTO-модель в новую без ручной работы


var request = new MathRequest { Tokens = new() { "(", "2", "+", "3", ")", "*", "4", "-", "6", "/", "3" } };
var response = await AC<MathRequest, MathResponse>(request);

— рассчитывает результат выражения и генерирует пошаговое решение

⚠️ Проект предназначен только для демонстрации — в продакшн пока не стоит запускать, но как proof-of-concept это отличная иллюстрация, как LLM могут расширять возможности .NET-разработки.

🔗 Репозиторий



tg-me.com/csharp_ci/1374
Create:
Last Update:

🧠 ArtificialCast — магия трансформаций на базе LLM в .NET

ArtificialCast — это экспериментальная библиотека для .NET, которая превращает преобразование объектов в интеллектуальный процесс с помощью больших языковых моделей.

🚀 Что умеет:
• Автоматически преобразует объекты между типами
• Не требует ручного маппинга или конфигураций
• Использует LLM (например, Gemma 3 4B) для адаптации несовместимых структур
• Генерирует JSON-схемы для целевых типов

🧪 Примеры:


var result = await AC<LegacyUserDTO, NewUserModel>(legacyUser);

— преобразует старую DTO-модель в новую без ручной работы


var request = new MathRequest { Tokens = new() { "(", "2", "+", "3", ")", "*", "4", "-", "6", "/", "3" } };
var response = await AC<MathRequest, MathResponse>(request);

— рассчитывает результат выражения и генерирует пошаговое решение

⚠️ Проект предназначен только для демонстрации — в продакшн пока не стоит запускать, но как proof-of-concept это отличная иллюстрация, как LLM могут расширять возможности .NET-разработки.

🔗 Репозиторий

BY C# (C Sharp) programming




Share with your friend now:
tg-me.com/csharp_ci/1374

View MORE
Open in Telegram


C C Sharp programming Telegram | DID YOU KNOW?

Date: |

A Telegram spokesman declined to comment on the bond issue or the amount of the debt the company has due. The spokesman said Telegram’s equipment and bandwidth costs are growing because it has consistently posted more than 40% year-to-year growth in users.

The seemingly negative pandemic effects and resource/product shortages are encouraging and allowing organizations to innovate and change.The news of cash-rich organizations getting ready for the post-Covid growth economy is a sign of more than capital spending plans. Cash provides a cushion for risk-taking and a tool for growth.

C C Sharp programming from it


Telegram C# (C Sharp) programming
FROM USA