PulseAugur
中
实时 15:00:53
实体 GitLab CI

GitLab CI

PulseAugur coverage of GitLab CI — every cluster mentioning GitLab CI across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 11
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 11 条
  1. TOOL · CL_351126 ·

    Affirm 彻底改革 MLOps 以实现自动化模型发布

    Affirm 的机器学习与决策平台开发了一种新的 MLOps 方法,专注于从运行时开始自动化模型发布。该系统旨在通过集成各种工具和平台来简化部署过程。目标是在其基础设施内实现更高效、更可靠的模型服务。

  2. TOOL · CL_310554 ·

    LLM 微调用于在 10 分钟内快速进行 CVE 分类

    开发了一种新的方法,用于微调 LLM 以高效地分类通用漏洞和暴露 (CVE)。该方法通过为严重性、攻击向量和修复 SLA 添加特定的分类头,将标准 LLM 转换为决策模型。在单个 RTX 3090 GPU 上,使用 1,000 个示例的小型数据集进行不到 10 分钟的训练,在验证集上的准确率从 29% 显著提高到 75% 以上。生成的模型处理 CVE 的速度比标准 LLM 快 13 倍,从而能够在 CI/CD 流水线中进行实时分析,并…

  3. RESEARCH · CL_308923 ·

    vLLM 的 Decision 3.0 模型绕过 LLM 文本生成,实现更快、无差错的路由

    vLLM 的 Semantic Router 项目发布了 Decision 3.0 (d3),这是一个开源的多模态决策模型,旨在绕过传统 LLM 在分类和路由任务中遇到的延迟和格式化问题。与其它模型不同,d3 不生成文本;相反,它在一次前向传播中直接输出校准后的概率分布,用于选择、是/否答案和分数。这种方法显著减少了响应时间并消除了格式化错误,使其适用于自动化 DevOps 事件路由和医学图像分析等应用,即使在 VRAM 有限的硬件上也能运行。

  4. TOOL · CL_304372 ·

    Cloudflare 的 Vite+ 达到 1.0 版本,支持 GitLab CI

    Cloudflare 已正式发布其 Vite+ 工具的 1.0 版本,该版本现已支持 GitLab CI、新的钩子,并迁移到了 tsup。此版本旨在提升工程师的开发体验。该公告通过 InfoQ 发布,强调了该工具已发展到稳定的 1.0 版本。

  5. TOOL · CL_202763 ·

    新的开源工具强制执行共享的 AI 代码审查规则

    一款名为 aicraft-code-review 的新开源工具已发布,用于强制执行共享的、版本化的代码审查规则,类似于人类团队的运作方式。该工具允许 Claude Code、Cursor 和 Windsurf 等平台中的 AI 助手在包括 Python、JavaScript、Go 和 Java 在内的不同编程语言中应用一致的标准。虽然核心工具和 63 条规则集可根据 MIT 许可证免费获得,但付费包提供了额外的功能,如 CI 集成和专…

  6. TOOL · CL_197874 ·

    使用 Claude、n8n 和 GitLab CI 构建的 UX 研究代理

    本文详细介绍了为集成 Slack 而设计的 UX 研究代理的构建过程。该代理利用 n8n 和 GitLab CI 等工具,并使用 Claude 进行自然语言处理。作者概述了技术架构、遇到的挑战以及隐私和监控方面的考虑因素,强调了该代理如何使用户能够独立访问研究见解。

  7. COMMENTARY · CL_148454 ·

    YAML 主导现代基础设施配置

    YAML 已成为现代基础设施(包括 DevOps、MLOps、平台工程和云原生系统)的实际标准配置语言。其广泛采用得益于其人类可读的格式,简化了复杂系统的管理。Kubernetes、Docker、Ansible 和 Terraform 等工具在定义基础设施和部署流程方面严重依赖 YAML。

  8. TOOL · CL_145091 ·

    Airlock 模式增强 AI 代理的可靠性

    正如一篇 Medium 文章所述,Airlock 模式提供了一种管理 AI 代理执行并确保其可靠性的解决方案。这种架构方法侧重于创建一个安全的网关来协调与 AI 代理的交互,从而解决对其不可预测行为的担忧。该模式利用现有基础设施和工具来构建一个健壮的系统,用于部署和监控 AI 代理。

  9. TOOL · CL_132189 ·

    开发者构建 AI 代码审查器以应对速度-审查差距

    一位开发者创建了 Revue,一个代码审查工作流,旨在解决 AI 生成代码速度与人类审查能力之间日益扩大的差距。Revue 通过雇用多个专门的 AI 代理来执行安全、性能和架构检查等任务,并行运行以保持效率。该系统包括一个验证代理来过滤误报,以及一个综合代理来整合发现结果,确保开发者收到可操作的反馈。Revue 还具有交互式功能,如回复评论、维护审查历史记录以及从用户反馈中学习以自定义其审查配置,同时保持模型无关性并支持各种 AI 提供商。

  10. COMMENTARY · CL_127653 ·

    LLM 发布门禁:超越传统的 CI/CD 以实现 AI 功能

    传统的 CI/CD 流水线不足以管理 LLM 功能的发布,因为 LLM 的输出是经过评估而非断言的,并且可能以意想不到的方式退化。为解决此问题,团队正在实施新的发布门禁,其中包括带有精选数据集的离线评估套件、用于已知故障模式的回归语料库,以及监控拒绝率和每次请求成本等实时指标的金丝雀或影子阶段。Braintrust 和 LangSmith 等专业平台比通用 CI 工具更适合这些 LLM 特定评估需求。

  11. TOOL · CL_120247 ·

    MLOps 最佳实践,实现可靠的 API 部署

    本文讨论了一种创建健壮的机器学习 (ML) API 的模式,该模式可以在启动阶段处理而不会失败。它强调了有效加载 ML 模型并确保它们在提供服务前已准备就绪的策略。该方法集成了 Kubernetes 和 Docker 等工具,以及来自 GitHub Actions、GitLab CI 和 Jenkins 的 CI/CD 流水线,以构建可靠的 ML 系统。