从我个人来说，确实有一段时间的思考重点不在这个方向了。但最近两件事触发了我再写一下目前对于Long-Context LLM的一些判断： 前一段时间还有人认真地问过我做原生Long Context能力的LLM的（我个人的）思路 Moonshot/月之暗面 预发布了他们的首个产品，主要卖点之一就是Long Context

10 技术 lddgo 分享于 2023-10-13

来自北大和腾讯的研究者提出PCA-EVAL多模态具身决策智能评测集，通过对比基于多模态模型的端到端决策方法与基于LLM的工具调用方法，观察到GPT4-Vision展示出从多模态感知到行为的出色的端到端决策能力，这为具身智能和视觉语言模型领域开启了新的篇章。

6 技术 lddgo 分享于 2023-10-13

谈到数据仓库， 一定离不开使用Extract-Transform-Load (ETL)或 Extract-Load-Transform (ELT)。将来源不同、格式各异的数据提取到数据仓库中，并进行处理加工。 传统的数据转换过程一般采用Extract-Transform-Load (ETL)来将业务数据转换为适合数仓的数据模型，然而，这依赖于独立于数仓外的ETL系统，因而维护成本较高。现在，以火山引擎ByteHouse为例的云原生数据仓库，凭借其强大的计算能力、可扩展性，开始全面支持Extract-Load-Transform (ELT)的能力，从而使用户免于维护多套异构系统。具体而言，用户可以将数据导入后，通过自定义的SQL语句，在ByteHouse内部进行数据转换，而无需依赖独立的ETL系统及资源。 火山引擎ByteHouse是一款基于开源ClickHouse推出的云原生数据仓库，本篇文章将介绍ByteHouse团队如何在ClickHouse的基础上，构建并优化ELT能力，具体包括四部分：ByteHouse在字节的应用、ByteHouse团队做ELT的初衷、ELT in Byt

18 技术 lddgo 分享于 2023-10-13

随着大模型热度持续，基于大模型的各类应用层出不穷。Langchain 作为一个以 LLM 模型为核心的开发框架，可以帮助我们灵活地创建各类应用，同时也为大模型的应用引入新的安全隐患。从今年 4 月 Langchain 被爆出在野 0day 漏洞开始，各类安全问题不断出现。腾讯安全平台部将持续关注大模型的应用安全，详细解读在大模型应用时代，如何与时俱进地保持安全策略，以保障大模型安全、可靠地应用。

11 技术 lddgo 分享于 2023-10-13

今天给大家介绍下我们在训练电商领域大模型方面的尝试。希望对研发相关或其他领域大模型的工作有所帮助。也欢迎大家给我们提供宝贵意见。

15 技术 lddgo 分享于 2023-10-12

本文将分享StarRocks数据湖分析应用场景、物化视图技术，再结合实际用户案例，来帮助读者理解物化视图技术在数据湖分析场景中的价值。

5 技术 lddgo 分享于 2023-10-12

安卓音视频开发中的一个环节是摄像头采集数据，而 Android 平台上摄像头采集的 API 有两套，camera1 和 camera2。本文主要讲的是 camera2 这套 API 在采集数据并指明 YUV420_888 格式时，获取到的摄像头 YUV 数据格式具体是怎么样的。

13 技术 lddgo 分享于 2023-10-12

本文以构建AIGC落地应用ChatBot和构建AI Agent为例，从代码级别详细分享AI框架LangChain、阿里云通义大模型和AnalyticDB向量引擎的开发经验和最佳实践，给大家快速落地AIGC应用提供参考。

15 技术 lddgo 分享于 2023-10-12

OWASP Kubernetes Top 10 强调了 Kubernetes 生态系统中的关键风险和漏洞。它涵盖了诸如准入控制器中的配置错误，密钥管理故障，漏洞管理，身份验证机制失效以及过时和易受攻击的 Kubernetes 组件等主题。建议包括使用像 Falco 这样的工具来检测安全问题，对静态密钥进行加密，解决安全配置问题，确保日志记录和审计，扫描容器镜像以检测漏洞，管理依赖关系，保护对 Kubernetes 的访问以及及时了解 CVE 情况。

36 技术 lddgo 分享于 2023-10-12

在发布应用的过程中，我们通常希望用少量特定流量来验证新版本的发布是否正常，以保障整体稳定性。这个过程被称为灰度发布。关于灰度发布，我们通过逐步增加发布的范围，来验证新版本的稳定性。如果新版本出现问题，我们也能及时发现，控制影响范围，保障整体的稳定性。

8 技术 lddgo 分享于 2023-10-12