HelloWorld 开发者社区
科技资讯
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
广州丨阿里云 Serverless 技术实战营邀你来玩!
!title(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/d7cf449f69fe0e29dae7e23e975b034d.png)活动简介“Serverless技术实战与创新沙龙”是一场以Ser
用这个开源项目,网络小白也能搞定容器网络问题排查
_作者:溪恒、谢石、遐宇_Kubernetes本身比较复杂,使用门槛较高,用户在开始容器化迁移时经常遇到各种各样的问题,由于缺乏故障定位的技能和工具,用户常常产生挫败感,甚至放弃业务容器化。其中网络问题表现尤为突出,Kubernetes网络虚拟化导致网络问题排查的难度巨大。KubeSko
支撑 “千万设备日活” 的创米数联 7 年微服务架构演进之路
创米数联是小米生态链首批亿元俱乐部成员,主营业务为智能家居产品的研发、设计、生产和销售,致力于成为以居家安全为核心的产品和服务提供商,提供多品类的全屋智能家居产品及服务。公司以居家安全为核心,洞察用户在居住环境下的智能化需求,建立物理安全、环境安全、系统安全三类场景及服务体系,主要产品包括智能摄像机
解读 RocketMQ 5.0 全新的高可用设计
作者:斜阳高可用架构演进背景在分布式系统中不可避免的会遇到网络故障,机器宕机,磁盘损坏等问题,为了向用户不中断且正确的提供服务,要求系统有一定的冗余与容错能力。RocketMQ在日志,统计分析,在线交易,金融交易等丰富的生产场景中发挥着至关重要的作用,而不同环境对基础设施的成本与
一年省七位数,得物自建HFDS在 Flink Checkpoint 场景下的应用实践
1背景随着Flink实例的迁移下云以及新增需求接入,自建Flink平台规模逐渐壮大,当前总计已超4万核运行在自建的K8S集群中,然而Flink任务数的增加,特别是大状态任务,每次Checkpoint时会产生脉冲式带宽占用,峰值流量超过100Gb/s,早期使用OSS作为Ch
DeepSpeed + Kubernetes 如何轻松落地大规模分布式训练
_作者:刘霖_背景现状随着ChatGPT的广泛应用,各种大规模语言模型层出不穷,其中包括EleutherAI推出的200亿参数的GPTNeoX20B和BigScience发布的1760亿参数的Bloom模型。由于模型越来越大,单张GPU已无法
【有奖体验】这个 AI 智能回答,就一个字“绝”!
!title(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/b1f5d1d8987457fc0be7d8ef62af9df0.png)立即体验基于函数计算部署【文生文】一键部署ChatYuan模型:_https
【AI 充电】揭秘大语言模型实践:分布式推理的工程化落地才是关键!
分布式推理成为大模型落地的首选方案随着3月15日OpenAI重磅发布了GPT4,其在司法考试、程序编程上的惊艳表现,将大家对大模型的热情推向了顶点,人们纷纷讨论是否我们已经进入到通用人工智能的时代。与此同时,基于大语言模型的应用也如雨后春笋出现在大家面前,其在协同办公、客服
7 种不同的架构演进思路与落地难点解析
架构并非一蹴而就,而是在不断的演进中逐渐形成和完善的。架构演进不仅与技术进步和市场需求变化有关,也与开发团队的经验和技术能力以及系统的发展历程有关。因此,构建一个完善的、可持续发展的架构需要不断地迭代和演化,不断地吸收新的技术和经验,不断地优化和改进。QCon全球软件开发大会一直以来都对架构演
【OpenVI—论文解读系列】达摩院快速动作识别TPS ECCV论文深入解读
一、背景许多工作尝试对时空自注意力进行分解,例如ViViT和Timesformer。这些方法虽然减小了计算复杂度,但会引入额外的参数量。本文提出了一种简单高效的时空自注意力Transformer,在对比2DTransformer网络不增加计算量和参数量情况下,实现了时空自注意力机制。
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。