自 2021 年发布以来，Nacos 2.0 在社区的支持下已走过近三年，期间取得了诸多成就。在高性能与易扩展性方面，Nacos 2.0 取得了显著进展，同时在易用性和安全性上也不断提升。想了解更多详细信息，欢迎阅读我们之前发布的回顾文章：《Star 3w+，向更安全、更泛化、更云原生的 Nacos3.0 演进》。 近期，我们欣喜地宣布 Nacos 3.0 的第一个版本 Nacos 3.0-ALPHA 已经发布。Nacos 3.0 的目标是在 2.0 的基础上，进一步优化安全性、易用性和标准化。同时，我们将引入更多功能，帮助用户在分布式协调、AI 大模型、云原生等多种场景中更好地使用 Nacos，以提升其广泛适应性。
本文介绍了Nacos配置中心的自定义标签灰度发布功能，旨在解决传统基于IP灰度方式在中大型应用中的局限性。通过自定义标签，开发者可以根据实际场景给不同节点设置标签，实现更加灵活和精准的灰度发布。
随着大模型时代的到来，向量检索领域面临着前所未有的挑战。embedding的维度和数量空前增长，这在工程上带来了极大的挑战。智能引擎事业部负责阿里巴巴搜推广及AI相关工程系统的设计和建设，我们在实际业务迭代与发展中遭遇了embedding维度和数量扩张带来的诸多问题，其中索引构建时间问题尤为突出。
本文整理自阿里云智能 Flink SQL和数据通道负责人、Apache Flink PMC 伍翀（花名：云邪）老师，在 Flink Forward Asia 2024 主会场的分享。主要分享了一种专为流分析设计的新一代存储解决方案——Fluss，并由阿里巴巴开源委员会副主席王峰先生，在 FFA 2024 现场进行了 Fluss 项目的开源。
我们是阿里云大模型技术服务团队，专注于通过专业技术服务，推动大模型技术在各行业的场景落地，涉及大模型的整体技术链路、PE调优，模型微调以及迁移支持等工作。
本文讲述了 Spring Cloud 应用中结合 Nacos 实现了运行期配置动态更新的功能，以及在此基础上结合 KMS 在不改动代码的情况下对应用使用的敏感配置进行保护，解决将配置迁移到 Nacos 中可能存在的数据安全顾虑，并对其底层工作原理做了简单介绍。
本文将从两个常见的大模型翻车问题入手解析这些问题背后体现的大模型技术原理（Tokenization与预测下一个Token），并解释了为什么会导致这些问题，接着我们利用CoT（思维链）方法解决这些问题并基于上述原理试图剖析CoT方法起作用的可能原因，最后提出【理由先行】风格这一简单有效的Prompt Trick！
