标签

架构设计

Kimi-K3 开放权重：3 万亿参数之外，更值得关注的是仓库级上下文架构

来源: oschina.net 33
根据已公开的模型卡信息，月之暗面计划开放 Kimi-K3 的模型权重。它最醒目的数字是 3 万亿参数，但对开发者来说，更值得追踪的是两个架构关键词：自研的 Kimi Delta Attention 与 Attention Residuals，以及面向超长上下文、仓库级任务的设计目标。 权重开放不等于普通开发机可以直接运行。一个 3T 级模型会把下载、存...
# AI # 全栈 # 开源
阅读全文

AI 训练存储选型：GPFS、Alluxio 与 JuiceFS 的架构差异和适用边界

来源: my.oschina.net 35
AI 存储选型不能只比较顺序吞吐量。数据加载、检查点保存、模型分发和特征读取会产生完全不同的 I/O 模式，而 GPFS、Alluxio 与 JuiceFS 解决问题的出发点也并不相同：GPFS 更接近高性能并行文件系统，Alluxio 侧重数据编排与缓存加速，JuiceFS 则以元数据服务和对象存储组合出分布式文件系统。 因此，这三者不是简单的同类替...
# AI # 全栈 # 开源
阅读全文

在 AWS 上构建可解释的银行下一最佳产品推荐系统

来源: aws.amazon.com 34
银行的下一最佳产品（Next-Best-Product，NBP）推荐，不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文，并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制，可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...
# AI # AWS # PyTorch
阅读全文

在 Amazon Bedrock 上使用 GPT-5.6：从模型选择到 Codex 扩展

来源: aws.amazon.com 40
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用。对开发团队来说，重点不只是换一个模型名称，而是要把模型选择、Responses API 调用、提示词缓存、Codex 接入和配额规划放进同一套工程流程里。 Sol、Terra 和 Luna 可以理解为面向不同工作负载的模型选项。实际选型时，不要...
# AI # AWS # LLM
阅读全文

PostgreSQL 19 让 Autovacuum 学会排优先级：评分、权重与并行清理

来源: postgr.es 33
Autovacuum 从 PostgreSQL 8.1 起就承担着回收死元组、刷新统计信息和防止事务 ID 回卷的工作。PostgreSQL 19 的关键变化，不是增加另一条触发规则，而是让维护任务有了明确的优先级：数据库和表都会先接受风险评估，autovacuum worker 再处理最紧迫的对象。 这改变了一个长期存在的问题。过去，接近事务 ID ...
# AI # Go # PostgreSQL
阅读全文

Bsin-PaaS 4.0：把数据确权、授权流通与价值分配装进同一套产业 PaaS

来源: oschina.net 24
Bsin-PaaS（毕昇）4.0 被定位为 LinkLifeVerse OS 的产业 PaaS 工程底座。它承载 DVS（分布式可信产业生态数据价值空间）能力，试图把企业经常分散建设的数据确权、授权流通、空间词元治理和价值分配，组织成一条可以落地的工程链路。 这次升级值得关注的地方，不只是增加若干数据平台功能，而是把数据治理与 BDCM 价值体系放在同...
# 全栈 # 开源 # 开源中国
阅读全文

Flux3 把声音带进生成主链路：多模态模型开始走向统一世界建模

来源: oschina.net 32
德国人工智能初创公司黑森林实验室（Black Forest Labs）发布了多模态基础模型 Flux3。与只生成图像或无声视频的模型不同，Flux3 基于 Self-Flow 架构，并为图像、视频、音频和动作配置专用编解码器，试图在同一套模型中理解和生成物理环境与数字环境。 更值得关注的是原生音频生成。根据发布摘要，Flux3 能一次生成最长 20 秒...
# AI # 全栈 # 开源
阅读全文

Logback 1.6.0 升级指南：先清理废弃 API，再验证日志链路

来源: oschina.net 21
Logback 1.6.0 已正式发布。这个版本最值得升级者注意的变化，不是新增配置项，而是删除了部分已经弃用的变量、方法和类。对只通过 SLF4J 写日志的应用来说，升级可能相当平稳；但如果项目直接调用 Logback 内部 API、维护自定义 Appender，或者由框架间接引入多个日志实现，编译与启动阶段都可能暴露兼容性问题。 Logback 延...
# Java # 全栈 # 后端
阅读全文

用协作式时间切片填平 RL 流水线的 GPU 空窗

来源: cloud.google.com 33
大模型强化学习后训练并不总是缺 GPU，很多时候真正的问题是 GPU 已经分配，却在等待下一阶段。同步 RL 在 rollout 采样与梯度训练之间严格交替；异步 RL 虽然允许两者重叠，训练器仍可能因新鲜轨迹不足而停顿。llm-d 引入的协作式时间切片把这些阶段变成可调度单元，让多个独立 RL 作业共享同一组物理加速器。 初步基准显示，这种平台级复用...
# AI # GCP # Go
阅读全文

智能体已经就位，但企业数据还没有：从记录系统走向行动系统

来源: cloud.google.com 21
企业把 AI 智能体推向生产时，真正卡住规模化的往往不是模型能力，而是数据能否提供可信的业务语境。智能体需要理解客户、订单、权限和业务规则，还要跨系统查询并执行操作。一次提示词就可能触发多轮检索、数据库查询和 API 调用，原本面向人工访问设计的数据平台，很容易在这种非线性负载下暴露延迟、成本和治理问题。 Google Cloud 在 Next 202...
# AI # GCP # Go
阅读全文