Loki
PulseAugur coverage of Loki — every cluster mentioning Loki across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
开发者在一次事件后采用Dozzle进行实时Docker日志聚合
一位开发者讲述了一次深夜的生产事件，该事件凸显了跨多个Docker主机进行传统SSH日志检查的局限性。作者描述了花费近两个小时排查一个分散的错误，才意识到核心问题在于可见性差，而非应用程序本身。这次经历促使他采用了Dozzle，一个开源工具，旨在将来自不同服务器的实时Docker日志集中到一个仪表板上，将未来的事件调查时间从几小时缩短到几分钟。
-
AI时代的观测性：保护PII同时实现AI可搜索性
本文详细介绍了在观测性堆栈中保护个人身份信息（PII）的六层设计，特别解决了AI带来的挑战。作者Ryan，airCloset的CTO，解释了AI查询日志的能力如何带来新的PII暴露风险。该系统代号为“cortex”，旨在协调PII保护与AI可搜索性的需求，确保日志在不损害用户隐私的情况下，对调查和自我修复过程仍然有用。该设计在不同层级采用各种匿名化技术来处理电子邮件、姓名和财务详细信息等不同的PII字段。
-
Claude 可直接访问 Cloudinary 和 Grafana Cloud 平台
Cloudinary 和 Grafana Cloud 发布了新的集成，允许 Claude 等 AI 模型直接访问和管理各自的平台。Cloudinary MCP 服务器使 Claude 能够通过自然语言命令执行媒体管道任务，例如调整大小、格式转换和移除背景。同样，Grafana Cloud MCP 服务器为 Claude 提供了 60 多个工具，用于查询来自 Grafana 堆栈（包括 Prometheus、Loki 和 Tempo）的…
-
AI可观测性成为数据工程师的关键技能
日益复杂的AI系统需要强大的可观测性，这项技能正成为数据工程师的关键。针对监控AI应用（包括LLMs和AI代理）的独特挑战，相关的工具和平台正在涌现。这些解决方案旨在为AI消费提供结构化数据，超越原始日志，提供对性能、成本和可靠性的洞察。
-
德国航空航天中心为飞行员和空管员开发AI助手
德国航空航天中心（DLR）正在开发一款名为Loki的AI助手，以协助空管员和飞行员。该系统旨在通过在复杂任务期间提供实时支持来提高运行安全性和效率。该项目专注于将AI集成到航空领域，以简化工作流程并减轻专业人员的认知负荷。
-
Marvel Tōkon: Fighting Souls 和 Virtua Fighter Crossroads 发布新预告片
两款新的格斗游戏公布了新预告片。Marvel Tōkon: Fighting Souls 包含 Blade、Deadpool 和 Loki 等角色，已宣布将在 PlayStation 5 和 PC 上进行公开测试。另外，Virtua Fighter Crossroads 发布了新预告片，介绍了神秘角色 Bakunawa Killer。
-
开姆尼茨大学图书馆推出LOKI人工智能工具用于文献研究
开姆尼茨工业大学图书馆推出了一款名为LOKI的人工智能驱动工具，旨在协助文献研究。LOKI加入了图书馆现有的电子学习产品MIKA和LENA，以支持学生理解和利用人工智能工具用于学术目的。
-
新的LOKI方法增强了语言模型的终身知识编辑能力
研究人员开发了LOKI，一种用于语言模型终身知识编辑的新方法，旨在高效地用新信息更新模型，同时保留过去的知识。与修改固定层的先前方法不同，LOKI使用希尔伯特-施密特独立性准则动态选择层，并将梯度更新投影到模型权重的零空间中。这种方法无需访问先前知识或进行广泛的预处理，在各种实验中平均准确率提高了14%。
-
使用树莓派DIY分布式机器学习检查点存储
一位Reddit用户详细介绍了使用四个树莓派4B设备集群创建分布式机器学习检查点存储系统的过程。该系统解决了非原子写入、慢速存储反压、因缺少校验和导致的静默损坏以及不可靠的mDNS发现等挑战。它采用协调器分片检查点，自动副本回退以进行恢复，文件系统观察器处理不完整的检查点，以及Prometheus/Grafana/Loki堆栈进行监控。
-
Gallo副总裁使用Anthropic Claude开发AI宠物健康应用
Gallo的副总裁Nitin Murali在为拯救他的狗而经历兽医系统失败后，开发了一款名为LOKI的AI驱动应用程序。Murali使用Anthropic的Claude构建了一个能够摄取和情境化Loki医疗数据并为其提供可操作见解的系统。这款每月仅花费20美元的AI工具帮助Loki多活了十四个月，凸显了AI在关键时刻增强人类决策的潜力。
-
Loki diffusion模型将身份与表情分离，用于肖像动画
研究人员开发了一种名为 Loki 的新型基于扩散模型的方法，用于动画肖像，该方法将身份与表情和姿势分离开来。与以往从 RGB 数据中解耦这些因素的方法不同，Loki 使用专门的面部模型来编码表情和姿势，然后将它们栅格化为空间图。这种方法大大减少了对跨身份训练数据的需求，并且与现有技术相比，所需的推理参数更少。在衡量驱动表情和头部姿势的指标上，Loki 也展示了领先的性能。