跳到正文

#部署/工程

RSS
今日 43 則
11月15日週日
  1. Dev.to Top Tech53

    作者示範如何在 NixOS 上安裝 HyDE,並比較兩種做法

    HyDE 原本是為 Arch 設計,安裝程式會假設系統有特定路徑和執行環境,因此不能直接在 NixOS 上使用。作者示範一種做法:保留 HyDE 原始程式,替它準備需要的路徑、Python 環境和指令,再用兩個 Nix 檔案完成安裝。這樣上游更新時只要換掉固定的版本識別碼,不必手動搬改寫過的功能。不過這會讓整個系統改用 nixos-unstable,安裝也需要約 30GB 空間;作者提醒,執行前要先讀過會以系統管理員許可權執行的檔案。

  2. Dev.to Top Tech38

    YouTube 下載連結為什麼標示「直接下載」:由瀏覽器向來源取得檔案

    ramrom.io 下載 TikTok、Instagram 和 Facebook 影片時,會先由網站伺服器向來源取得檔案,再轉交給使用者;這樣可以確認檔案是不是真正的影片,也能整理下載檔名。但 YouTube 的檔案通道不會回應資料中心的伺服器,從家用網路或手機連線卻能正常下載。於是 YouTube 連結改標示為「直接」,由伺服器找出下載格式,再讓瀏覽器直接向來源下載。 這樣網站伺服器不用接收整個檔案,但也無法先檢查檔案或整理檔名;連結可能幾分鐘後就失效,而且影片來源會直接看到使用者的 IP。頁面會說明這種下載方式,失敗時也會清楚顯示原因。這個例子提醒我們,有時問題出在伺服器所在的位置,調整程式碼也無法解決;讓能互相連線的雙方直接傳送,並說清楚發生什麼事,才不會讓使用者誤以為是自己的網路出了問題。

  3. Dev.to Top Tech68

    如何用 aws-actions/amazon-ecr-login 登入 ECR,並處理跨帳號與密碼傳遞問題

    用 GitHub Actions 推送容器映像檔時,ECR 登入步驟看起來很簡單,但跨帳號許可權、密碼遮罩和登入主機名稱都可能讓流程失敗。作者根據 aws-actions/amazon-ecr-login v2.1.7,整理私有與公用 ECR,以及登入其他 AWS 帳號時的設定差異。公用 ECR 的驗證固定使用 us-east-1;跨帳號時要在 registries 列出帳號,並由對方的儲存庫政策授權。密碼預設會遮罩,因此工作之間通常無法傳遞,較穩妥的做法是在需要映像檔的工作中重新登入。

  4. Dev.to Top Tech67

    WarpBuild 和 Blacksmith 怎麼選?比較 GitHub Actions 執行器的價格與功能

    替 GitHub Actions 換執行器時,單看 Linux x64 價格很難分出高下,因為 WarpBuild 和 Blacksmith 在各種尺寸的單價都相同。文章比較兩家的免費分鐘、快取、Docker 建置和執行環境:Blacksmith 每月提供 3,000 分鐘免費額度,arm64 執行器也較便宜;WarpBuild 則可讓執行器跑在自己的雲端帳戶,還能另外使用遠端 Docker 建置器。作者沒有實測速度,建議把同一個工作分別交給兩家執行器,從 GitHub Actions 紀錄比較時間,再依實際用到的功能和費用選擇。

  5. Dev.to Top Tech57

    ShadowDiff 如何用三方比對檢查 AI 改寫的 Go 程式

    AI 助理把舊系統改寫成 Go 後,程式能執行,不代表它和舊版做的事完全一樣;回傳格式、金額計算或資料庫寫入的細小差異,都可能造成問題。作者打造開源工具 ShadowDiff,讓兩份舊版服務先找出時間戳記等隨機變化,再拿改寫版來比對,降低這些變化造成的幹擾。它也會檢查資料庫寫入、交易和重複查詢,並用暫存資料庫避免測試流量影響正式資料。發現差異時,工具可協助產生重現問題的 Go 測試,讓團隊在部署前檢查改寫版是否保留舊系統的行為。

  6. Dev.to Top Tech62

    GitHub Actions arm64 執行器各規格費率比較:工作最多能慢多少才划算

    GitHub Actions 的 arm64 執行器每分鐘比較便宜,但工作若跑得更久,省下的費用可能就不划算。作者整理 Linux 和 Windows 各規格的 arm64、x64 費率,並算出工作最多能慢多少才打平:標準 Linux arm64 便宜 16.7%,最多可慢 20%;16 核心 Linux 執行器則最多可慢 61%。標準 Windows 的 arm64 和 x64 費率相同,切換不會省錢。計費還會把不足一分鐘的時間進位,因此作者建議先用兩種規格跑同一個工作流程一週,比較實際計費分鐘再決定。

  7. Dev.to Top Tech67

    AI 助理的狀態別只放在記憶體裡:用事件紀錄追蹤每一步

    AI 助理執行到一半當掉時,如果狀態只存在記憶體裡,程式重開後就很難知道哪些事已經完成。作者建議把每次工具呼叫和結果依序記成事件,再從紀錄重播,還原目前狀態。這樣遇到工具重試時,可以查出第一次呼叫是否已成功;多個 AI 助理同時工作時,也能檢視各自留下的紀錄。最簡單的做法是每次執行存一個 JSONL 檔,再用 reduce() 重建狀態;代價是紀錄會佔空間,重建也比直接讀記憶體慢。

  8. Dev.to Top Tech38

    Ejtma 如何用 Microsoft Graph 同步會議室預約與 Outlook 行事曆

    公司常想知道會議室預約能不能出現在 Outlook,也會問 Outlook 裡的預約能不能同步回 Ejtma。Ejtma 預設只把預約送到 Outlook;如果公司希望雙向同步,Microsoft 365 管理員得先同意讓 Ejtma 讀取公司裡多個行事曆,因此不少公司的 IT 和資安團隊不接受。 雙向同步每 5 分鐘檢視一次 Outlook 行事曆,把新預約送回 Ejtma,並沿用網站預約時的檢查規則;如果遇到錯誤,會回報後繼續處理下一筆。若員工平常就在 Outlook 預約,雙向同步會比較方便;若只需要在 Outlook 檢視預約,單向同步通常就夠了。

  9. Dev.to Top Tech42

    Graph Deep Learning 如何打造可重現、能處理大型圖資料的訓練流程

    圖資料把人、商品或地點連成一張關係網;如果資料把兩個人認錯,或把關係連錯,後面的 AI 模型也可能跟著算錯。這一章說明如何整理節點、關係和特徵,檢查資料,再切分訓練與測試資料;資料太大時,則只取模型當下需要的附近資料。接著,訓練流程會依任務選擇做法,讓模型學習並用保留的資料檢查表現。把每一步和資料版本記錄清楚,能減少重複整理,也讓模型結果更容易重做和追查。

  10. Dev.to Top Tech62

    作者示範如何把 Amil Black 靜態網站的手機 PageSpeed 從 64 提高到 97

    靜態網站看起來很簡單,手機開啟速度卻可能比 WordPress 慢。作者檢查自己維護的 Amil Black 網站,移除沒用到的程式和樣式、縮小圖片與 CSS,並調整字型、壓縮和快取設定。首頁主圖從 399 KB 的 PNG 換成較小的 WebP 圖片,也避免讓頁面中段的照片搶先載入。調整後,PageSpeed 手機分數從 64 升到 97,最大內容繪製時間從 7.4 秒降到 2.6 秒;作者也提醒,變更前後要檢查畫面和選單,確認網站沒有被改壞。

  11. Dev.to Top Tech43

    梯度提升如何一步步修正預測錯誤

    單一模型可能抓不到資料裡複雜的規律。梯度提升會先做出一個基本預測,再一個接一個加入簡單模型,專門補上目前還猜錯的地方;每一步都參考前一步的結果。像預測房間溫度時,後加入的模型可以接著修正前一次留下的誤差。這種方法常用決策樹當作簡單模型,也能搭配不同的錯誤計算方式,處理數字預測或分類。模型加得太多或修正得太猛,可能會連資料裡的雜訊都學進去,所以需要留意模型複雜度和訓練何時停止。

  12. Dev.to Top Tech55

    Dockerfile 在 CI 建置失敗時,怎麼看懂錯誤並找出原因

    Dockerfile 在 CI 建置時出錯,錯誤訊息有沒有行號,會影響你該從哪裡找原因。文章說明,指令拼錯或旗標不認得時,訊息通常會標出行號;引號沒關好則會出現另一種錯誤,沒有這個行號字首。作者也整理了 heredoc 沒有結尾、Windows 換行格式不同等常見原因,並建議用純文字進度檢視錯誤位置、固定 Dockerfile 語法前端版本,及在 .gitattributes 設定 LF 換行,讓不同電腦與 CI 用相同方式讀取檔案。

  13. Dev.to Top Tech49

    金融研究儀錶板如何更新 PDF 資料,又不用整批重做索引

    金融研究儀錶板有時已收到新版財報 PDF,回答卻還引用舊資料,讓人難以發現內容過期。文章建議把 PDF 切成帶有版本、頁碼和固定 ID 的資料小段,只更新有變動的部分;再分別記錄檔案收到、資料寫入和查詢找到的最新版本,找出卡住的步驟。比如,某份檔案新版已收到,查詢結果卻仍是舊版,就只重做這份檔案,不必整個資料夾全部重建。這能減少不必要的工作,也讓過期引用更容易被發現;但團隊得確實記好每份檔案目前使用的版本。

  14. Dev.to Top Tech68

    如何安全重試房產管理系統的付款通知

    付款通知送出後若等不到回應,系統不一定知道對方有沒有完成記帳;直接重試可能造成重複入帳。文章用租金付款通知說明,應讓每次重試和人工重送都沿用同一個識別碼,並先分清楚哪些錯誤可以重試、哪些應停止並送進待處理佇列。重送前要保留失敗紀錄、限制傳送速度,也要能隨時停止。若接收方不支援去重,遇到回應不明時就無法保證只產生一次付款紀錄。

  15. Dev.to Top Tech60

    Jira 沙盒部署到正式環境前,該檢查哪些專案?

    把 Jira 沙盒的設定送到正式環境,可能會連帶帶上許多相依專案,也可能遇到同名欄位等錯誤。作者在自己的組織試用部署 Beta,從檢查沙盒資料複製日期、掃描變更,到選取專案並檢視錯誤;勾選 4 項後,系統納入 110 項,其中 12 項有錯誤。因沙盒從未複製正式環境資料,作者在部署前停止操作。文章也整理哪些設定能部署、哪些仍要手動處理,並提醒部署無法復原,適合先確認資料狀態和錯誤再開始。

  16. Dev.to Top Tech67

    GitHub Actions Runner 怎麼選?比較 GitHub 託管、自架與代管方案

    GitHub Actions 的工作需要 Runner 來執行,團隊得在省下維護時間、掌握環境和控制花費之間做選擇。作者比較 GitHub 託管、自架和第三方代管三種方式,並用每月 10,000 分鐘 Linux 工作和 2,000 分鐘 macOS 工作說明費用差異:GitHub 託管估算為 $184,Latchkey 代管方案為 $149,另加方案費;自架費用則取決於主機閒置時間和團隊維護工時。文章建議,只有需要特殊硬體、內部網路或自有環境時才考慮自架;其他團隊可依免費額度、作業系統需求和代管廠商風險來選擇。

  17. Dev.to Top Tech39

    Amazon RDS 加密後連不上?檢查 AWS KMS 金鑰許可權

    Amazon RDS 或 Aurora 把資料加密後,還需要 AWS KMS 金鑰幫忙讀取資料。要是金鑰政策或 IAM 角色少了必要許可權,資料庫看起來可能仍是「Available」,應用程式卻連不上,手動建立快照也會失敗。這時一直檢查網路設定,可能找不到問題;可以檢視 KMS 金鑰政策和 IAM 許可權是否允許使用金鑰,也要確認金鑰沒有排定刪除。若金鑰在另一個 AWS 帳戶,兩邊也都得設定好存取許可權。

  18. Dev.to Top Tech72

    GitHub Actions runner 替代方案怎麼選?比較 8 家服務的費率與功能

    GitHub Actions runner 的每分鐘費率看起來很便宜,實際花費卻會受記憶體、免費額度和計費方式影響。作者比較 8 家服務,列出 Linux 2 vCPU 的公開價格,也整理各家的記憶體、快取、作業系統和使用限制。像 Namespace 的 $0.002 方案只有 4 GB 記憶體;若要 8 GB,費率就變成 $0.004。文章也提醒,工作失敗後重跑會再花錢,短工作若每次都無條件進位,帳單可能比實際執行時間高出不少。

  19. Dev.to Top Tech61

    GitHub Actions 出現 exit code 143 時,怎麼找出中斷原因

    GitHub Actions 的工作突然停在一半,看到 exit code 143 時,不一定是程式本身出錯。這個數字代表程式收到 SIGTERM,也就是外部要求它停止;可能是工作被取消、逾時、執行機器即將回收,或工作裡的其他程式送出停止訊號。作者用實測比較不同停止方式,並建議先檢視執行紀錄中的取消訊息和逾時設定,再追查其他來源。長時間工作可在收到訊號時先儲存部分結果,但最後仍應以失敗狀態結束,避免把中斷誤報成成功。

  20. Dev.to Top Tech73

    Docker 的 exec format error 怎麼修?作者實測註冊 QEMU 前後差異

    Docker 出現 exec format error,常見原因是映像檔裡的程式要在另一種 CPU 架構上執行,主機卻沒有對應的模擬器。作者在 x86-64 主機上測試 Docker 29.1.3 和 Alpine 3.20:執行 ARM64 映像檔時先出錯,註冊 QEMU 後便能輸出 aarch64,移除模擬器後又回到原本的錯誤。文章也說明,載入器缺失會出現不同錯誤,不能靠切換平臺解決;模擬適合偶爾執行或本機冒煙測試,建置和測試可能慢 5–20 倍,正式服務則建議使用相同架構的硬體。

  21. Dev.to Top Tech53

    Docker Compose 找不到 external 網路時,如何排查與修正

    Docker Compose 啟動時找不到宣告為 external 的網路,常讓人困惑,尤其是開發者電腦能跑、CI 工作卻失敗時。原因是 external 網路必須先存在,Compose 不會替你建立。文章用同一份設定重現網路存在時成功、刪除後就失敗的情況,並說明常見原因包括工作流程漏了建立步驟、網路名稱不符,或清理指令先刪掉網路。若網路由其他服務共用,可在同一個工作流程先檢查並建立網路,再啟動服務;若沒有其他服務使用,也能移除 external 設定,交由 Compose 管理。

  22. Dev.to Top Tech64

    GitHub Actions 用量用完後,哪些工作會停、怎麼減少費用

    GitHub Actions 的免費用量用完後,私人專案的工作流程可能直接停下,也可能開始收超額費用,取決於帳號有沒有付款方式,以及預算是否設定用完就停止。作者整理了哪些工作會受影響、怎麼查出用量花在哪裡,並提出設定預算通知、把繁重工作移到自架或代管執行環境、減少重跑,以及停掉不必要排程等做法。文章也比較不同執行環境的費用:同樣跑 8,182 分鐘,Linux 超額費用是 $31.09,macOS 則是 $489.28。

  23. Dev.to Top Tech57

    AI 助理架構逐層解析:常被漏掉的耐久執行層

    AI 助理執行到一半如果當機,重試可能會重做已完成的事,例如重複退款或再次寄出電子郵件。Mark Fussell 把上線時常見的架構分成模型、框架、工具與 MCP、記憶、耐久執行,以及運算環境與沙箱,並指出團隊常漏掉框架和運算環境之間的耐久執行層。它會記下每次模型和工具呼叫,讓工作從中斷處接著做;記憶儲存的是 AI 助理知道什麼,耐久執行記錄的則是它做過什麼。這些紀錄也能逐步重播,用來評估執行結果。

  24. Dev.to Top Tech43

    GitHub Pages 部署失敗時,怎麼看出是哪一道檢查出了問題?

    GitHub Pages 部署失敗,可能是三道檢查中的一道沒過;看部署工作跑到哪裡,就能找出原因。若工作完全沒有步驟,通常是 github-pages 環境不允許這次使用的分支或標籤;若部署步驟出現 400 錯誤,可能是 Pages 設定還指向舊分支;若部署建立後才失敗,則要看錯誤訊息,deployment_content_failed 代表上傳的檔案可能有連結問題或太大。 找出原因後,前兩種要到 GitHub 設定裡允許這次使用的分支或標籤,並把 Pages 的來源改成 GitHub Actions;最後一種則要檢查並重新整理上傳的檔案。先看錯誤發生在哪一步,就能知道該改設定還是重新建置網站。

  25. Hacker News (official RSS)78

    Kiri 推出容器執行工具,支援 Mac、Windows 和 Linux

    管理容器時,常得在終端機和桌面工具之間切換,也可能要另外設定環境。Kiri 是新的容器執行工具,能沿用 Docker 指令、Compose 和 Docker API;它也能建置與掃描映像檔、啟動 Kubernetes,並建立 Linux 機器。使用者可以在視窗裡檢視容器記錄、開啟終端機,也能替容器建立公開連結。Kiri 目前處於測試版,支援 Mac、Windows 和 Linux;Mac 版已可下載。

    推薦理由:Kiri 把容器啟動流程交給單一常駐程式處理,並說明它與 Docker Desktop、OrbStack 在架構上的差異。

  26. Dev.to Top Tech56

    多賣家市集如何檢查商品資料、圖片與重複刊登

    多賣家市集常遇到商品重複刊登、顏色名稱不一致,或商品圖片不合格的問題,人工逐筆檢查也很花時間。作者分享一套上架檢查流程:先確認各類商品必填的資料,再把不同寫法統一成相同名稱,接著檢查圖片,最後比對商品編號、標題和圖片,找出可能重複的刊登。明顯不合格的內容可以擋下來,模糊或疑似重複的專案則交給人員確認。作者也提醒,CSV 匯入和網頁上架要走同一套檢查,並先試跑、檢視結果,再正式啟用限制。

  27. Dev.to Top Tech42

    AI 助理的帳單不只看模型單價,還要看任務重複做了幾次

    AI 助理做一件事常要分好幾步,每一步都可能重新送出前面的資料;如果還一直重試,帳單就會快速增加。文章用一個 20 步任務舉例:不使用快取,每次約 $2.14;快取命中率為 80% 時,每次約 $0.97。作者建議先看三件事:相同目標會重複幾次、兩次任務相隔多久,以及每件完成的工作總共花多少錢。若把整段做事過程存起來,下次遇到相似任務時就能重用;遇到資料有變或步驟不確定時,則交回 AI 助理處理,避免照著舊計畫做錯事。先用自己的工作紀錄算清楚,才知道快取能不能省錢。

  28. Dev.to Top Tech67

    如何依測試耗時分組,讓平行測試少等一點

    測試分成好幾組同時跑時,如果只按檔案數量平均,慢的那組會拖住大家,其他組做完也只能等。作者用一組 12 個測試檔的例子說明,四組各分到 3 個檔案,實際卻花了 5.24 到 9.25 秒;若按每個測試過去花的時間分配,四組會更平均。這些時間可以從測試工具產生的報告取得,再用分組工具安排工作。較平均的分法可能會打亂測試順序,因此若測試彼此有先後依賴,就要選能保留順序的做法。

  29. Dev.to Top Tech59

    如何讓租戶匯出的縮圖上傳重試不重複寫入,也不延長保留期限

    縮圖上傳遇到暫時性儲存錯誤時,重試可能多存一份檔案,也可能讓過期資料被重新建立。作者以租戶產品圖片服務為例,建議用租戶、來源圖片摘要和縮圖種類固定檔案身分,並在確認檔案內容後才更新狀態;若逾時後不確定檔案是否已存好,就先比對內容或版本。文章也說明,重試次數要設上限,永久錯誤不該反覆重試;資料過期後,工作不能把它改回可用。匯出與刪除都依同一份清單和租戶許可權處理,能降低重複檔案、延長保留時間或讀到其他租戶資料的風險。

  30. Dev.to Top Tech42

    Node.js 圖片縮圖還沒上傳就逾時:先查解碼、縮圖和編碼

    圖片上傳逾時時,問題不一定出在物件儲存服務;程式可能還在讀取大圖片、縮小尺寸或轉成新格式。把「解碼與縮圖、編碼、上傳」分開計時,才能看出是哪一步拖太久。像一張 12 MB 的 JPEG,和一張 12,000 × 8,000 畫素的 JPEG,處理起來可能差很多;只看總時間,很容易怪錯地方。 文章建議把縮圖工作交給背景工作者,先做出 320px 的小圖,再上傳,並限制重試次數;原始大圖則可讓瀏覽器直接傳到儲存服務。這樣能減少網站請求卡住,也比較容易找出慢在哪一步。選儲存方式時,還要確認圖片的隱私、許可權和檔案恢復需求,因為統一 API 雖能減少串接工作,仍可能缺少某些儲存功能。

  31. Dev.to Top Tech48

    Node.js 法律合約審查:用清楚的資料標記,讓搜尋出錯時能找回原因

    法律合約審查如果只知道搜尋「成功了」,卻不知道查的是哪批資料、誰有權檢視,或答案來自哪份合約,重試也很難查明問題。文章建議先把新資料放進候選索引,確認搜尋結果找得到需要的條文、沒有混入不該看的資料後,再切換給審查工作區使用;每筆結果也要保留檔案編號或來源網址,以及所用的索引版本。Node.js 程式可透過一個小介面連線不同搜尋服務,減少更換服務時要改動的地方。這樣遇到漏掉條文或資料更新出錯時,比較能追到是哪份檔案、哪批資料出了問題,也能在需要時切回舊索引。

  32. Dev.to Top Tech51

    docker/build-push-action 教學:設定映像快取與多平臺建置

    用 GitHub Actions 建置 Docker 映像時,快取沒設好會讓每次建置重跑,還可能和其他快取搶空間。文章用 docker/build-push-action 說明如何設定快取來源與存放位置:GitHub Actions 快取每個儲存庫預設有 10 GB,映像也要各自設定 scope,避免互相覆蓋;若改用 registry 快取,就會把快取映像存到容器映像庫。文章也整理多平臺建置何時需要 QEMU、哪些情況應改用不同平臺的執行器,以及快取匯出遇到唯讀許可權時的處理方式。

  33. Dev.to Top Tech49

    用 DuckDB 和 Streamlit 打造 OLAP 分析工具,從星型資料模型部署到雲端

    想分析大量銷售資料,常得把資料整理、查詢和圖表展示接在一起。這個專案用 DuckDB 處理資料,再用 Streamlit 和 Plotly 做互動式分析畫面,並透過 Docker、GitHub Actions 和 Hugging Face Spaces 協助打包、更新和上線。資料是模擬的秘魯零售交易,約有 100 萬筆,涵蓋 2023–2025 年;畫面提供 6 種分析模組,能檢視銷售指標、操作圖表和查詢 SQL。這套做法把資料分析需要的幾個環節串起來,不必依賴 AWS 或複雜的基礎設施。

  34. Dev.to Top Tech41

    從 Kafka 到雲端資料倉庫:ByteFlow 如何打造不繫結單一雲端的資料平臺

    建資料平臺常得繫結特定雲端服務,設定麻煩,費用也可能很高。這篇指南示範 ByteFlow:用 Apache Kafka 收集訂單資料,再交給 MotherDuck 和 PostgreSQL 儲存,Apache Airflow 按照排程啟動 dbt 整理資料,最後透過 GitHub Actions 自動部署。像是同一筆訂單重複送來時,系統會把重複資料去掉;每隔 30 分鐘也會檢查資料並更新分析結果。這套做法把不同工作交給合適的服務處理,讓團隊能建立不依賴單一大型雲端公司的資料平臺。

  35. Dev.to Top Tech57

    如何設計大型遊戲圖片備份,避免租戶資料混在一起

    遊戲圖片備份檔案大、數量多,遇到中斷時容易重複匯出,也可能把不同租戶的資料混在一起。作者建議先建立列出檔案與租戶範圍的清單,再由工作程式依清單逐一搬移圖片,檢查檔案大小和摘要值;中斷後,就能從清單確認哪些檔案已完成,接著處理未完成的部分。文章也比較 Amazon S3、Google Cloud Storage 和 Azure Blob Storage 的差異,提醒儲存服務負責儲存檔案,應用程式則要負責確認誰能存取、哪些檔案屬於備份,以及匯出進度。

  36. Hacker News (official RSS)68

    研究提出降低 MoE 長上下文訓練記憶體尖峰的方法

    MoE 模型在長上下文或大批次訓練時,只要有一個步驟用掉太多 GPU 記憶體,整個訓練就會停下來。這篇研究分別調整專家分流、詞彙投影、檢查點資料和最佳化器更新時的資料處理方式,讓 GPU 一次需要存放的資料量保持固定,並稱不會改變模型的損失與梯度。組合使用後,研究者讓引數量為 120B 到 667B 的 MoE 模型以 1M 上下文長度訓練;相較調整過的 FSDP2 基準,涵蓋範圍達 8–32 倍,速度最高達 10.4 倍。

  37. Dev.to Top Tech43

    旅遊行程規劃工具如何管好資料來源,避免用錯或過期資訊

    旅遊行程規劃工具會從不同來源找交通和其他資訊;如果資料來源沒管好,行程看起來合理,內容卻可能來自不該使用的來源,或早已過期。作者建議把收集資料、搜尋資料和標示來源分成不同步驟,先訂清楚能用哪些資料、一次最多找多少筆、資料要多新,以及答案要留下哪些來源線索,再挑搜尋工具。 例如,查到一筆交通資訊時,系統要能說明它來自哪個資料來源、是否夠新,以及最後有沒有保留在答案的來源紀錄。團隊可選擇用 Infrai 把網路搜尋和資料庫搜尋放在同一個 REST 介面,也可以直接用 Elasticsearch、Pinecone 或 Weaviate,取得較多工具本身的控制能力。重點是出問題時能看出是哪個步驟出了錯,並還原先前的設定。

  38. Dev.to Top Tech67

    RunsOn 和 GitHub 託管執行器怎麼選?三筆費用與每月成本比較

    GitHub Actions 換成自架執行器,帳單可能不只看每分鐘費率,還要算儲存、網路和維護工作。作者比較 RunsOn、GitHub 託管執行器與 Latchkey,整理各自的費用、快取、執行環境和維運責任。以文中的每月用量為例,RunsOn 的 Linux 執行器費率較低,但它不提供 macOS,因此 2,000 分鐘的 macOS 工作仍由 GitHub 計費;公開專案則可免費使用 GitHub 標準執行器。文章也提醒,RunsOn 的 AWS 執行個體、儲存與網路費用會分開出現在 AWS 帳單上,搬遷前應一併估算。