Kubernetes开发者社区发布了Kubernetes 1.9版本,增加了一些重要的新功能,有助于进一步吸引企业采用Kubernetes。
Kubernetes是最受欢迎的容器编排管理软件,用于简化软件容器的部署和管理,是受开发者欢迎的一款工具,可以让开发者跨多个计算环境运行他们的应用,而不需要对底层代码做出任何改变。
作为今年的第四次发布,该版本全面提供了App Workload应用编程接口。App Workloads API对开发者来说是一个重要工具,聚合了包括DaemonSet、Deployment、RepliaSet和StatefulSet等工具,用于为Kubernetes中的状态工作负载提供支持。据Kubernetes的开发者称,全面提供该API是一个重要的里程碑,因为它打消了关于Kubernetes针对关键任务工作负载的功能稳定性的疑问。
Kubernetes 1.9还首次增加了Windows Support。这意味着现在Kubernetes可以支持工作负载运行在Windows以及Linux操作系统上。该功能目前处于Beta测试阶段,所以早期采用这可以开始对更广泛的使用进行评估。
存储方面也有一个重要消息,那就是新增了一项名为Container Storage Interface(CSI)的功能。该功能目前处于Alpha测试阶段,意味着它还没有为生产工作负载做好准备,必须由操作者明确启用才可以使用。它旨在让用户更轻松地增加卷插件作为Kubernetes的新存储系统。这个想法是通过创建单一接口进行配置、附加和安装不同的存储卷为Kubernetes使用,从而让数据跨Kubernetes工作负载的可移动性更高。
Constellation Research公司首席分析师、副总裁Holger Mueller表示,CSI的演化可能是目前Kubernetes最重要的新功能。他指出,Kubernetes在过去几年中实现了跨越式的发展,设定了一个非常高的标准,成为一个快速赢得关注、“不到两年时间内从零到发展成为明确领导者”的标准。
他说,Kubernetes解决了代码可移植性的挑战,下一步就是让数据迁移到企业应用或者从企业应用迁移出来变得更轻松。Mueller表示:“解决数据可移植性问题,这是Kubernetes及其生态系统要面对的下一个挑战。”
Kubernetes 1.9将在本周正式发布,并可从Kubernetes GitHub页面下载。
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。