ZD至顶网软件频道消息: 希望使其Bluemix租用云更好地适应快速应用程序开发和部署,IBM在星期二增加了三个新服务,旨在适应开发和面向操作的工具链。
Bluemix是IBM基于SoftLayer的Cloud Foundry风格的平台即服务,它增加了Continuous Delivery,将IT人员置于能够配置和查看自定义以及预配置工具集帮助开发和运营的中心位置。
例如,示例工具链可能支持使用GitHub作为代码存储库和问题跟踪器,Orion作为网络IDE,用IBM Pipeline进行交付,Bluemix用于运行容器的基本容器化应用程序。或者它可能通过结合Sauce Lab的基于云的自动化测试服务,PagerDuty的事件响应,以及Slack的协作和通信以及其他元素来支持微服务。
模板化的服务组为机构提供了一种用一组一致性工具启动项目的简单方法。
Bluemix提供了一些预制模板,其中包括一些来自与IBM合作的公司的服务,如GitHub和Slack。但它也允许人们构建自己的一套开发和部署服务。不管怎样,如果将该公司诸如Watson——该公司的随需应变人工智能——等其他服务也被整合进来,IBM是一点也不会介意的。
另一个新的Bluemix服务,即Delivery Pipeline,能够自动化软件构建、测试和部署过程以减少开发时间——通常在错误发布到生产系统之前就能够捕获到。自动化这些过程是DevOps精神的核心。
Bluemix的第三项增加是Availability Monitoring,同Continuous Delivery配合使用,不断地模拟来自世界各地的用户与Web应用程序及其API的交互,以便检测潜在的问题。它可以与工具链中的其他应用程序集成,以确保适当的人得到异常通知。
Availability Monitoring可能很快就会有自己的生活:IBM表示,它打算与Slack合作,改进Slack平台的通信工具,包括由Watson的对话能力支持的Slackbot以及能够识别和报告IT和网络操作事件的机器人。
在一封发送给《The Register》的电子邮件中,IBM的DevOps和云管理总监Randy Newell表示,尽管新服务并没有真正改变最适合Bluemix的项目类型,但它们将使DevOps工具链更容易扩展,并确保跨项目的一致性。
Newell表示:“在今天的竞争环境中,DevOps团队面临着持续不断的压力,要快速、无缝地创建和部署应用程序和更新,以跟上最终用户的期望和需求。”“然而,开发人员通常必须依赖不同的工具,这些工具不容易彼此配合协同完成工作。总的来说,我们希望开发人员能够更轻松、更快地在云中创建应用程序。”
根据Newell透露,每周有2万名新的开发者加入Bluemix。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。