Gitea,新一代的代码托管平台合并请求创建以后,审查人可以看到处于开启状态的合并请求。 Gitea 延伸能力:项目管理 项目看板 遵循 Scrum 来进行项目管理组织;支持工单看板功能, 可以将项目中的工单按照需求拖动到不同泳道中进行管理。 Issues 管理 跟踪项目的需求,功能和缺陷;工单支持标签、里程碑、指派、 时间跟踪、到期时间、依赖关系等功能。 Gitea 延伸能力:百科管理(Wiki) 百科 Wiki 基于 Git Actions SSH 依赖项扫描 数据安全备份 分布式高可用部署架构 AutoScale Runner 统计度量 国产信创适配 企业级支持服务内容(基础级) 支持服务 5×8 工单及电话支持服务,4 个小时内响应客户工单;接到故障申报后,工程师通过电话支持、远程接 入等方式协助客户及时排除软件故障。 安装架构 单机架构。 培训方式 提供离线视频、远程会议的培训。 软件升级服务 提供软件 X-Pack0 码力 | 30 页 | 14.34 MB | 1 年前3
Moonshot AI 介绍就⼤概相信⾃⼰在探 索正确的⽅向,花了很⻓时间积累。 海外独⻆兽:让你来做图⽚⽣成这种产品的话,你会怎么做?怎么兼顾语⾔理解和图⽚质量? 杨植麟:现在Midjourney在图⽚⽣成这个单⼀任务已经做得特别好了,我来做的话会希望它能做很多 任务,同时在其中的⼀些任务也能做得很好。这其实也是OpenAI的思路,只是它其实没做成功。 AGI公司应该是⼊⼝逻辑,让⽤⼾默认⽤你,此外 数据,这实际上是AI时代的⼀段引导程序。通过这些海量的 数据,使得我们训练这种⼤规模的语⾔模型成为了可能。第⼆,不管是芯⽚技术还是⽹络技术的突 破,让我们有现在的计算中⼼规模,能够⼀下⼦在⼀个单⼀集群⾥训练25次⽅次浮点数的运算,可能 少⼀个数量级都不⾏。 25次⽅次就是GPT-4的规模。如果只是10的24次⽅,那今天有可能什么事情都不会发⽣。但当到了10 的25次⽅之后,GPT-4突 张鹏:你们对⼈的挑选有什么标准?对⼈的要求也要按照新范式来? 杨植麟:我们相对来说⽐较open,不同背景(都可以)。我觉得AGI是个很综合的事情,今年市场上 有⼀些热度,会吸引各种背景的⼈,这个很重要,因为如果只有单⼀背景,很难做好,市场上各种⼈ 才流动是很重要的。 举个例⼦,现在所谓的AGI技术,背后其实有NLP(⾃然语⾔处理)的部分,有ComputerVision (计算机视觉),有RL(强0 码力 | 74 页 | 1.64 MB | 1 年前3
JumpServer ⼴受欢迎的开源堡垒机X-Pack 增强包 组织管理 资产同步 账号备份 单点登录系统对接 账号改密 ⼯单管理 账号收集 ⾃定义 LOGO 与主题 访问控制 RADIUS ⼆次认证 短信认证 资产登录与命令复核 ⻆⾊管理 RBAC 企业级⽀持服务内容(增强级) ⽀持服务 7×24 ⼯单及电话⽀持服务,1 个⼩时内响应客户⼯单;接到故障申报后,⼯程师通过电话⽀持、远程接 ⼊等⽅式协助客户及时排除软件故障。0 码力 | 40 页 | 6.66 MB | 1 年前3
2024 中国开源开发者报告Websim ai 等。 42 / 111 图 3 国内编程助手使用状况(来源同图 1) 这些工具让我们能感受到 AI 卓越的生成能力和理解能力,帮助我们更高效地完成代码生成、 代码评审、代码解释到单测生成、缺陷定位、代码优化等任务。这种进步也体现在今年国内企业 一些落地实践中: 在一些大厂,LLM 已经实际应用到代码审查或 CI/CD 流程中(如 pull request),自动识 别代码质量问题并提出改进建议。 AutoGen,这些框架通过不同的技术手段来解决多智能体系统中的信息冗余和任务复杂性问题。 这些框架的出现表明,未来多智能体系统将更加注重灵活性和可定制性。多智能体框架逐渐成为 主流,有效解决了单智能体视角局限的问题,实现了多工作流的并行处理,使得推理过程更加可 靠,并具备了对多模态数据的兼容性。这种趋势表明,未来的 AI Agent 将不再局限于单一任务, 而是能够处理复杂的多任务环境,提高整体效率和可靠性。 在解决复杂的推理任务上表现出了超越以往的卓越性能,其效率也远超其他模型。 但这意味着,类 o1 大模型在推理阶段需要更多的计算资源,思维链的推理模式相当于从原 来的单次推理变成了多次推理,推理端对算力的需求大幅增加。原有大模型的推理模式更多是一 般推断,即大模型只进行单次的简单推理,加入链式思考之后,不仅是思考次数成倍数增加,每 次思考还会将上一次的思考结果作为 Prompt 再次输入,对推理的算力需求将是原来的数十倍。0 码力 | 111 页 | 11.44 MB | 8 月前3
2023 中国开源开发者报告的价格在几个月内暴涨超过 50%,而且大 量断货。 根据研究测算,单次 GPT- 3 模型(175B)训练,在规模 300B token 下成本约为 35000 卡·天(A100),也就是相当 于 35000 块 A100 GPU 跑 1 天能完成单次训练,或者 2500 块 A100 GPU 跑 2 周。以每张卡 10 万人民币的价格计算,单 次训练成本就将达到 25-35 亿人民币。 10月17 片的能力,受管制的包括但不限于 NVIDIA A100、H100、 A800、H800、L40、L40S 以及集成这些高性能计算的 DGX/HGX 系统,并将中国 GPU 企业及其子公司列入了实体清 单。 据 OpenAI 测算,自 2012 年以来,人工智能模型训练算力需求每3~4个月就翻一番,每年 训练 AI 模型所需算力增长幅度高达 10 倍 (图源:https://openai.com0 码力 | 87 页 | 31.99 MB | 1 年前3
2021 中国开源年度报告to work in IT technology, with programs like Women In Tech to encourage women to shine in tech. 单致豪:毫无疑问,开发者和开源爱好者重要的来源是学生,提高高校的开源教育将是非 常重要的一环,腾讯之前启动了“犀牛鸟开源人才计划”,打造面向高校学生的开源课 程。2022 年,腾源会将联合 Techo currently, there are six projects. 项目名称 Project name 基金会 Foundation 子基金会 Sub- foundation 项目捐赠单 位/方 project donor/par ty 沙箱 Sandbox 孵化 incubation 毕业时间 Graduation Time Occlum 吴晟:当选 Apache 软件基金会董事 堵俊平:当选 LF AI & Data 基金会董事会主席 王晔晖:当选 Linux 基金会 CHAOSS 项目的董事会的董事 单致豪:当选 TARS 基金会董事主席,FinOps 基金会董事,LF Research 董事 ○ Wu Sheng: Elected to the Board of Directors of the0 码力 | 199 页 | 9.63 MB | 1 年前3
2021 中国开源年度报告发者大力来参与开源,但整体 的状况从调查来看并没有太多改善。可能我们首先要做的是吸引女性在 IT 技术领域就业,类似“Women In Tech”这样的项目,鼓励女性在高科技领域发光发热。 单致豪:毫无疑问,开发者和开源爱好者重要的来源是学生,提高高校的开源教育将是非常重要的一环,腾讯 之前启动了“犀牛鸟开源人才计划”,打造面向高校学生的开源课程。2022 年,腾源会将联合 Techo Youth :当选 Apache 软件基金会董事 ● 堵俊平 :当选 LF AI & Data 基金会董事会主席 ● 王晔晖 :当选 Linux 基金会 CHAOSS 项目的董事会的董事 ● 单致豪 :当选 TARS 基金会董事主席,FinOps 基金会董事,LF Research 董事 六、开源新创投资持续发光发热 2020 年底到 2021 底,国内外基于开源项目的初创企业空前活跃,基于开源项目的商业公司获得融资、0 码力 | 132 页 | 14.24 MB | 1 年前3
全球开源发展态势洞察(2023年第八期)023年4月 开始运行,并独立于其他部委。这一结构的重组还包括将原有的电子政务首席架构师部门或政府信息 社会委员会(RVIS,由负责数字化的副总理担任负责人)重新划分给DIA。DIA被划分为多个行动单 位,它们将接管公共行政部门共享的信息系统,如基本登记、CzechPoint(捷克公证系统)和公民 门户网站;它们还将制定和执行关于数字服务、用户友好、统一政府及设计的相关标准。培训公职人 员使用开源0 码力 | 22 页 | 1.99 MB | 1 年前3
共 8 条
- 1













