至顶网软件与服务频道消息: 目前,微软和Pivotal正在合作让开发人员更容易地在Spring Boot框架上构建基于微服务的应用。
日前,微软和Pivotal宣布合作发布了Azure Spring Cloud新服务的预览,这是一项完全托管且生产就绪的Azure云服务,可用于构建可扩展的微服务,而无需担心IT基础设施支持问题。
Spring Boot是Pivotal Spring Framework的简化版本,用于构建基于Java的微服务,这些微服务是现代云原生应用的组成部分。
Azure Spring Cloud结合了为使用Spring Boot构建微服务完整运行时间所需的一切,从而最大限度减少开发人员在发布和运行应用上花费的精力,包括添加如服务注册表、客户端负载平衡和断路器之类功能所必需的基本工具和框架。
此外,它还结合了用于Kubernetes的资源控制器kpack,Kubernetes是一种流行的编排软件,可用于管理基于微服务的应用大型部署。而且该服务是与Azure Kubernetes服务本身完全集成的。
使用Azure Spring Cloud的最大优势在于,它简化了构建Kubernetes云原生应用相关的很多任务,同时也有其他好处,例如能够将应用与现有Azure服务集成,包括Azure Database for MySQL、Azure Cache for Redis和CosmosDB等等。
开发人员还可以利用Azure Monitor深入了解应用的运行状况和性能状态,并诊断出任何潜在的问题,此外Azure Monitor还提供最终用户实际使用应用相关的数据。
Constellation Research分析师Holger Mueller表示,微软希望吸引更多开发人员使用微软的Azure云基础设施,通过与Spring等主流平台的集成,微软也引起了在Pivotal生态系统中构建应用的企业的关注。
Mueller说:“这对微软来说是个明智之举,是很不错的集成选择,这将让开发者和测试环境都可以有效利用Kubernetes。”
对此,微软还补充表示,将在Azure West Europe、Azure East US、Azure West US 2和Azure Southeast Asia地区提供Azure Spring Cloud服务的预览版。
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。