OpenStack本周四发布清单,OpenStack的下个版本,即Mitaka,已经正式打造完成。与此次大版本更新相关的消息可谓一应俱全。
这一轮OpenStack升级口号主要围绕易用性与可扩展性作文章。
与以往一样,新版本同样凝聚了庞大的资源与心血:Nova13.0发布说明中坦言,"实现我们所推出的全部变更确实极为艰难"。
该项目新版本最引以自豪的改动包括增加默认设置数量,据称其移除了相当一部分变量,从而帮助使用者更轻松地加以理解或调整。其中Keystone身份服务正是最典型的例子,如今该服务承诺提供一步式流程,用以跨越整个云体系进行身份管理设置。
另外新增的还有面向全部OpenStack子项目的统一调用机制,这意味着开发人员将不再需要学习并使用多种API。
一套新的OpenStack客户端,用户可以利用这款工具驱动所有OpenStack下的子项目--而无需使用大量各自独立的客户端。
在两周后将于德克萨斯州奥斯汀市召开的下一轮OpenStack峰会上,无疑将会公布更多与新版本相关的消息--让我们共同期待这场Mitaka领衔的资讯盛宴。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。