升级网关API依赖，升级至Gateway API v0.6.2； • 支持通过Helm完成Envoy Gateway安装； • 添加构建初始框架用于扩展Envoy Gateway； • 添加对基于IP子网的速率限制的支持； • 支持自定义Envoy代理引导配置、Envoy代理 镜像和服务配置注释、资源和安全上下文设 置等； • 添加EDS支持（Endpoint Discovery Service)。 近日，OpenYurt v1.3 NodePort Service支持节点池隔离。 近日，Rainbond v5.14.0发布，版本特性更新 如下： • 各语言源码构建包版本升级； • 支持一键删除应用及应用下相关资源； • 使用集群命令行创建的pod有合理的回收机 制； • 域名配置https证书时，增加搜索功能或优 先匹配与域名相同的证书； • 支持配置日志存储路径。 近日，Prometheus v2.44.0发布，版本特性更 新如下： 器，通过将Envoy代理部署为反向代理和负载 均衡器来实现其功能。Contour提供开箱即用 的动态配置更新机制，同时保持了轻量级的配 置文件结构。此外，Contour引入全新入口 API HTTPProxy，该API通过自定义资源定义 （CRD）来实现。其主要目标是扩展Ingress API的功能，以提供更丰富的用户体验并解决 原始设计中的局限性。 近日，Contour v1.25.0发布，版本特性更新 如下： • C

自身大数据系统，快速落地。 行业知识赋能 基于网易集团内外部客户的 实践，将标签与画像的方法 论融于产品设计中。 标签全生命周期管理 支持标签从创建、生产、使 用、评估、治理、下线等全流程 管理。 PRODUCT 多对象标签管理与应用平台，借助标签圈选、群组创建和投放策略，助力客户精准营销实现业务增长。 有数标签画像 企业级客户自动化运营解决方案，帮助企业实现全渠道用户私域数据整合、精准用户客群洞察、自动化智能营销， 提升数据质量 实现任务数据零延迟、大幅减少研发 BUG 数量，并完成数据指标口径 的统一。 降低数据服务成本 可大幅度节约业务成本，提升整体研发业务价值。 保障业务数据安全 通过全链路权限管控、自定义审批流、自动风险识别、智能数据脱敏等 数据管理手段保障业务数据安全。 方案架构 统一数据标准 统一数据服务 统一数据资产管理 统一开发平台 业务前台 数据中心 统一查询服务 大数据基础设施（计算和储存平台） 数据质量 数据资产 数仓设计 数据服务中心 可视化建模 交互式建模 EasyAIOS 服务创建 服务测试 服务发布 免编码拖拽 建模 模型/数据市场 数据源管理 专家开发环境 Jupyter交互式 建模 Jupyter模型 市场 训练服务 训练可视化 作业管理 自定义算子 服务管理 SOLUTIONS 为金融行业提供端到端数据服务能力，致力于帮助金融机构加快自身数字化进程，打造数字化金融服务，实现业务

年 3 月，同系 GPT-4.0 的发布则将 LLM 的规模和能力提升到一个新 的台阶，为 LLM 的广泛应用奠定了基础。再之后的 11 月份，OpenAI 再发力，GPTs 的到来，“用户自定义 ChatGPT”的能力，更是让世人领略了 OpenAI 作为 LLM 一哥的宏大叙事能力与强劲技术实力。 二、 New Bing（Bing AI）代表了微软在 LLM 领域的野心和 决心 董事会。现任首席技术官 Mira Murati 将临时 担任首席执行官，该任命立即生效。 LangChain 是封装了大量 LLM 应用开发逻辑和工具集成的开源 Python 库， 提供了一套工具、组件和接口，简化创建由 LLM 和聊天模型提供支持的应 用程序的过程。 创新工场董事长兼 CEO 李开复今年 3 月创办 AI 大模型创业公司 “零一万物”。 11 月，零一万物推出 Yi-34B 和 Yi-6B 两个开源大模型，对学术研究完全开放。 事拘留。 上海一游戏公司三名员工利 用职务之便，在从原公司离 职前盗取了公司开发的手游 源代码；并将该手游的源代 码提供给 了另一家网络 公 司，对方进行简单 “换皮” 之 后就开始上线经营。 创建颜值打分网站——结局很“刑” 一年私吞 260 余万元 民警随即展开工作，最终嫌疑人曹某迫于压力主动投案自首。 曹某是该公司的软件工程师，他坦白称，去年 8 月发现公司网站后台的漏洞， 用母亲和朋友身份证注册了两个

万张带有标 签的图像。它为图像分类、物体检测等任务提供了丰富的数据资源，使得模型能够在视觉理解方 面取得突破。它由普林斯顿大学的计算机科学家李飞飞（Fei-Fei Li）及其团队在 2009 年创建。 ImageNet 包含超过 1400 万张图像，这些图像分为超过 2 万个类别，每个类别都与 WordNet 中的一个词条对应。每个类别的图像数量从数百到数千不等。ImageNet 每年都会举办一个大型 识的 AI 团队助手。 回到整体组织层面，我们也会看到内部的 IM 工具也在融合 AI 功能，比如寻找负责人/专家、 运维 Chatbot 辅助分析部署失败问题、CI/CD 问题分析、AI 会议创建与管理等等，以提升协作 体验。 在另外一方面，我们也会有大量的其它 Chatbot 在不同的研发团队中使用，诸如于辅助平 台的使用、文档查找等等。 形态变化：从本地 AI IDE 到领域特定的智能代码生成 开发了多种代码分析工具，如 Black Duck 和 AWS 提供的服务，能够帮助开发者检测并修复 AI 生成代码中的安全漏洞。工具如 CodeQL 和 CodeFuse-Query 支持通过自定义查询快速定位安全隐患，并以高性能的语法和语义分析能 力提供实时反馈。这些工具不仅速度快，还支持定制化查询，并能无缝集成到开发环境和持续集 成工具链中，自动化地检查和优化生成代码的安全性与质量。此外，研究者也在探索通过形式化

新一代的代码托管平台 Gitea 的定位 遵循典型的 Git flow 工作流程 编写代码 01 创建仓库 管理员创建仓库，分支保护策略 、合并方式等，并进行初始化 02 clone 仓库 开发人员将仓库 clone 到本地开发机器 03 创建分支，代码编写， 提交代码至个人开发分支 04 创建合并请求 提交 pull request 到分支 05 . 审查与合并 Team Lead 码审查，通过后进行合并 06 发布 在分支上进行持续集成、测试验 证并最终通过 release 分支发布 为团队和开发人员提供从规划到生产的高效且易用的使用体验 Gitea 核心能力：代码仓库 仓库管理 创建和管理仓库、浏览提交历史和代码文件、审查和合并代码提交、管理协作者、 管理分支等。支持标签、Cherry-pick、WebHook、集成协作工具等。 在线编辑 在线浏览和编辑源代码、配置文件、文档等，无需安装任何软件或插件。内 设置对分支的访问权限，并限制对该分支的操作。 分支管理 查看所有的分支，比较不同分支的差异，并支持创建、删除或合并分支。 Gitea 核心能力：合并请求（PR) 创建合并请求 选择合并的目标分支和源分支，将展示本次合并请求所涉及的文件和变更内容； 同时可设置标签、里程碑、指派成员、添加评论等相关信息。 合并请求 研发在提交代码之后，可以通过创建合并请求， 将代码合并到目标分支中。 Gitea 核心能力：代码审查

2021 年也获得了广泛关注，随着 OpenHarmony 2.0 的发布，其受关注再创新高， OpenHarmony 组织的关注总数也超过了 3 万。 令人欣喜的是，2021 年国内开发者自发创建的开源组织也收获了诸多关注，这些开源组织从简单的项目 68 集合开始，近两年的发展愈发成熟，已经逐渐形成了一个个较为完善的开源社区，正是一个个这样的开 源组织，构成了国内开源生态发展的重要基础。 446.1 亿元，相对于 2019 年 348 亿的市场规模，增速达到 28%。 通过在自有云和 Serverless 基础上运行开源，开源方案成本降低。Serverless 平台会根据请求的数量 来创建对应的函数实例来执行，无需人工干预，瞬间弹性扩容，应对流量爆发。更大程度上降低了云基 础设施成本以及维护扩张成本。除此之外，基于 Serverless 开源解决方案能够以零支出在世界各地部署， 提供商（例如 AWS）与开源社区的矛盾。 Restrictive Licensing 限制性许可——通过提供一个带有稍带限制的开源许可证来激励使用者进行付 费。GPL 和 AGPL 许可，以及新创建的 Commons Clause（被某些 Redis 模块采用）都是这种模型 的例子。特别是 AGPL 和 Commons Clause（以及 MongoDB 推出的新 SSPL）也是旨在防御公共

attention, and the total number of OpenHarmony followers exceeded 30,000 in total. 令人欣喜的是，2021 年国内开发者自发创建的开源组织也收获了诸多关注，这些开源组织从 简单的项目集合开始，近两年的发展愈发成熟，已经逐渐形成了一个个较为完善的开源社区， 正是一个个这样的开源组织，构成了国内开源生态发展的重要基础。 It to the 34.8 billion yuan in 2019. 通过在自有云和 Serverless 基础上运行开源，开源方案成本降低。Serverless 平台会根据请 求的数量来创建对应的函数实例来执行，无需人工干预，瞬间弹性扩容，应对流量爆发。更大 程度上降低了云基础设施成本以及维护扩张成本。除此之外，基于 Serverless 开源解决方案能 够以零支出在世界各地部署， source community. Restrictive Licensing 限制性许可——通过提供一个带有稍带限制的开源许可证来激励使用 者进行付费。GPL 和 AGPL 许可，以及新创建的 Commons Clause（被某些 Redis 模块采 用）都是这种模型的例子。特别是 AGPL 和 Commons Clause（以及 MongoDB 推出的新 SSPL）也是旨在防御公

我认为现在正在往这个⽅向⾛，未来模型不需要微调，⽽是通过强⼤的上下⽂⼀致性和指令跟随能⼒ 来解决问题，⻓期趋势应该是底层技术个性化，这会是⼀个很重要的变化。 ⽐如，GPT-4
带来的新的计算范式，创建
GPTs
并不需要微调。以前的定制化是通过
programming
实 现的，今天实际上是通过让模型的
prefix
变得⾮常复杂，从这个通⽤的集合中抽出你想要的东西。通 过这种⽅式实现个性化 的技术研发。2021年， 我带领团队⼀起参与了智源研究院的悟道⼤模型研发。 这两段经历，让我了解了⼤模型研发过程中各种可能的问题，并且积累了经验。但是这种合作⽅式也 让我意识到，你可能只有⾃⼰创建⼀家公司才能真正意义上去实现这个⽬标。 机器之⼼：为什么说⾃⼰单独做⼀家公司才能真正去实现这个⽬标？ 杨植麟：在⼤组织当中，如果公司对这个项⽬的投⼊不够，那么你项⽬的优先级会被放低，⽽且组织 ⽐单纯使⽤⼤模型好的多的效果，如何将⼤模型视作⼀种能⼒，基于这种能⼒去构建更复杂的，更贴 近需求的产品，是我之后的探索⽅向。 从另⼀个⻆度，当我们将⼤模型视作构建完整产品中的⼀环，甚⾄占⽐更低⼀些的时候，我们也就有 更⼤概率去创建⼀个⾜够差异化，更容易建⽴壁垒，和为⽤⼾创造更多价值的产品。这是我的⼀点想 法。 与有想象⼒的开发者同⾏ 从《完蛋！我被LLM包围了！到《哄哄模拟器》，我们看到越来越多的开发者开发出了基于⼤型语⾔

5.1 简介 LF AI＆Data 是 Linux Foundation 下的⼀个综合型基⾦会，⽀持⼈⼯智能、机器学习、深度 学习和数据⽅⾯的开源创新。创建 LF AI＆Data 的⽬的是⽀持开源⼈⼯智能、机器学习、深 度学习和数据，并创建⼀个可持续的开源⼈⼯智能⽣态系统，使得能够使⽤开源技术轻松地创 建⼈⼯智能和数据产品与服务。它除了⼀些扶持性服务，还包括成员资格和资⾦管理、⽣态系 统发

7/site-packages/sphinx/themes rtd主题位置: xxx/python2.7/ site-packages/sphinx_rtd_theme cd ~/pymolcn/source/_templates 创建layout.html 为Sphinx文档添加Google Analysis 方法一 修改模板文件： {% extends "!layout.html" %} {% block footer %}