分类

文章

在 Amazon SageMaker AI 中做多轮强化学习：从可信环境到外部评测

来源: aws.amazon.com 46
多轮强化学习的难点不只是“让模型多说几轮”。一旦 Agent 可以连续行动，环境状态、奖励归因、评测方式和监控指标都会变得更敏感。要把训练做可靠，关键是先让训练环境可信，再用独立评测验证结果，并把奖励函数对齐到最终任务，而不是只奖励表面行为。 多轮 RL 的训练环境不是一个简单的输入输出函数。它需要在每一轮保存状态、执行动作、返回观测，并在合适的时候终...
# AI # AWS # LLM
阅读全文

SwiftUI 2026：从新 Document 协议到列表重排与性能优化

来源: infoq.com 34
WWDC 2026 上发布的新一版 SwiftUI，把重点放在两个方向：一是更高效的数据与磁盘访问，二是让常见交互更少写胶水代码。新的 协议支持更高效的磁盘访问和基于快照的更新；列表、网格和 section 的重排 API 得到增强；展示层能力也继续扩展，包括任意 view 上的 swipe actions、更好的 缓存，以及 类型的懒状态初始化。 这...
# InfoQ # 全栈 # 后端
阅读全文

Azure 用 Brain 给云可靠性建了一个“运行中的数字孪生”

来源: azure.microsoft.com 36
超大规模云平台的可靠性问题，早就不是“某台机器挂了”这么简单。微软在 Azure 可靠性体系里介绍的 Brain，核心变化是把 Azure Service Health 相关信号组织成一个可推理的数字孪生：它不只是记录事件，而是尝试理解服务、区域、依赖、客户影响和修复动作之间的关系。这会改变云平台运维的工作方式，因为排障从“翻日志找线索”变成了“围绕系...
# AI # Azure # 云平台
阅读全文

kpt 回到视野：用包的方式管理 Kubernetes 配置

来源: cncf.io 36
kpt 的定位很明确：它不是另一个只会 的包装器，而是一套以“包”为中心的基础设施自动化工具链。它面向 Kubernetes 平台和 KRM，也就是 Kubernetes Resource Model 驱动的配置，把配置编写、自动化处理和交付流程放进同一个工作流里。 对于已经在用 YAML、Kustomize、GitOps 或平台工程流水线的团队来说，...
# AI # CNCF # Kubernetes
阅读全文

用 NLTK 把 NLP 基础练扎实：分词、词干、词性标注与分块

来源: realpython.com 31
自然语言处理听起来像是一整套复杂系统，但很多能力都可以从几个基础动作开始：把文本切成词，归一化词形，识别词性，再把短语结构抽出来。NLTK 是 Python 生态里非常适合练这些基本功的工具包，尤其适合用小段文本快速验证概念。 这篇文章围绕 NLTK 的典型知识点展开：tokenizing、stemming、tagging、chunking，以及简单文...
# Python # 后端
阅读全文

Kimi K2.7 Code 进入 GitHub Copilot：开放权重模型开始走进日常编码工具

来源: oschina.net 42
GitHub 在 Copilot 模型选择器中上线 Kimi K2.7 Code，这件事的重点不只是“又多了一个模型”。更值得注意的是：这是 Copilot 模型选择器首次纳入开放权重模型。模型由 GitHub 托管在 Microsoft Azure 上，按用量计费，首批面向 Copilot Pro、Pro+ 和 Max 用户开放，Business 和...
# AI # Azure # 云平台
阅读全文

CCleaner v7.9：从垃圾清理到右键菜单启动项管理

来源: oschina.net 46
CCleaner v7.9 的更新点不算花哨，但很贴近日常维护：Startup Manager 现在会显示右键菜单项。对 Windows 用户来说，这意味着系统清理不只停留在临时文件、历史记录、回收站和注册表层面，还能把“右键菜单越来越臃肿”这类体验问题拉到同一个管理视图里。 很多 Windows 机器变慢，并不只是因为磁盘里堆了缓存。浏览器、压缩软件...
# 全栈 # 开源 # 开源中国
阅读全文

LearnIR：不用已知退化算子，也能做扩散后验图像复原

来源: my.oschina.net 42
真实照片里的退化很少是“干净”的：人脸阴影可能混着曝光偏差，雾天图像可能同时有低对比度、噪声和压缩痕迹。很多扩散式图像复原方法在论文设定里表现不错，但一碰到复杂异质退化，就容易遇到三个麻烦：保真度不够、逐步采样误差累积，或者需要一个现实中并不知道的前向退化算子。LearnIR 的核心价值，正是把问题推向更贴近真实场景的一侧：通过学习后验采样中的梯度校正...
# AI # 全栈 # 开源
阅读全文

Apple 把 Private Cloud Compute 扩到 Google Cloud：机密 AI 基础设施进入多云验证阶段

来源: infoq.com 29
Apple 首次选择在自有数据中心之外运行 Private Cloud Compute，而落点是 Google Cloud。这个合作的重点不只是“多了一个云供应商”，而是 Apple 把面向隐私敏感 AI 计算的信任模型，扩展到了第三方云环境：NVIDIA Blackwell GPU、Intel TDX、Google Titan 芯片，以及 Apple...
# AI # AWS # Azure
阅读全文