12月18日,随着“2020容器云职业技能大赛”收官赛事——团队赛直播结束,历时7个月有超过2万人参与的这场大赛终于落下帷幕,25项大奖的得主一一正式揭晓。
2020容器云职业技能大赛于2020年6月由108位来自银行、保险、证券、电信、制造等行业的企业IT管理精英倡导发起,中国企业级IT社区twt与红帽联合主办,得到了英伟达、Veritas、亚马逊云服务(AWS)、阿里云、浪潮商用机器有限公司的大力支持。大赛的核心目标是帮助中国大中型企业IT人员,在容器云技术浪潮下快速掌握容器等云原生技术的应用、系统升级职业技能,进而帮助企业从根本上突破业务创新瓶颈,加速实现数字化转型。
大赛主办方代表twt社区创世人晓黎(左)和红帽全球副总裁兼大中华区总裁曹衡康(右)
“在当下这个大变局下,企业正在进行数字化转型。决胜数字化转型的关键是技术、人才、组织以及有开放的领导力,其中人才是基础。容器云是大势所趋,目前正在企业中快速落地。我们希望通过大赛促进个人技术尽快掌握云原生技术,同时也让开发团队学会一起协同合作。”大赛主办方之一、红帽全球副总裁兼大中华区总裁曹衡康表示。
据介绍,“2020容器云职业技能大赛”分为“大众学习”和“精英比赛”两个阶段。大赛专家委员会组织了105位专家联手打造了大赛学习平台,聚焦五大关键技术岗位,覆盖容器云相关29个工具链的系列课程、线上辅导及结业认证等,为“大众学习”阶段参与者提供了系统学习的一站式资源。
据统计,整个大赛共3969家企业的23713人参与了学习,5015人参与了认证,932位容器应用时代的先锋者在“精英比赛”中参与了五大岗位赛道和团队赛道的技能比拼。其中团队赛道是大赛为推动企业组织管理变革而首创,由红帽开放创新实验室专业顾问鼎力相助,打造开放协作创新型IT团队。最终25个奖项的优胜者包括9支优秀团队和30位优秀个人,共产出了39个最佳实践作品。整个过程真正实现了一场集学习、认证与比赛一体化的产业级学习运动。
大赛团队赛季军团队信云团队代表单奇聪在接受记者采访时表示,此次参赛让团队成员收获了成长,不管时个人能力还是协作上都得到提升。
“感谢主办方twt和红帽提供的机会。大赛让我个人和我们团队的所有成员得到了一次非常好的成长机会。不仅是技术的提升,我们的团队在准备材料、协作中出现了一些不同意见,最后达成了一致,这让我们学会了彼此理解、尊重其他人的定位和价值。同时,通过此次比赛也增进了同事之间的友谊。”单奇聪表示。
当下社会上各种大赛活动不少,但像本次大赛这样接地气、与实际应用紧密结合并不多。据本次主办方之一、twt社区创世人晓黎介绍,本次比赛有以下几个特点:
第一,这次赛事源自于企业。整个大赛是由108位企业IT技术领袖联合倡导发起,他们主要来自于38家银行、30家保险和证券单位,以及12家电信和制造企业,另有28家来自于其他如医疗、零售等其他行业点。
第二,本次大赛的主办方集合多方力量。大赛由企业IT社区twt和开源领袖红帽联合主办,同时还英伟达、Veritas、亚马逊云服务(AWS)、阿里云、浪潮商用机器有限公司共同支持。
第三,大赛以岗位为中心,是一个集岗位职业技能学习、认证和比赛一体化的一个企业级活动,真实地把企业内部的一些业务融合在一起。大赛组成了由105位优秀的技术专家组成大赛专家委员会,还为5个岗位提供了一个企业的学习资源平台,提供了25个从容器云项目建设、落地全生命周期的工具链。
最后,还推出了团队赛的特别设计,用以培养团队的合作精神。
“容器以持续开发、持续集成为特征的,而我们传统企业的组织架构与容器所要求的敏捷性组织不一样。这次团队赛道的设置初衷是希望推动整个企业的组织管理变革,让更多的企业去感受、体会这个DevOps的文化和理念,打造开放、协作的创新型IT团队。”晓黎表示。
晓黎透露,2021年大赛已经在规划之中,2021年容器云职业大赛还会继续进行。
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。