Uber的业务依赖于众多微服务，这些服务的持续部署对于确保新功能、库更新和安全补丁能够及时、安全地交付至生产环境至关重要。文章分享了Uber如何重构微服务的持续部署，以提高部署自动化和微服务管理的用户体验，同时解决了大型单一仓库（monorepo）中不断增长的提交量所带来的挑战。
一款全自动视频翻译的 AI 工具：VideoLingo | #工具
能够一键全自动对视频进行字幕切割、翻译、精准对齐和个性化配音，最终生成 Netifx 级别的字幕和配音。
具有如下特点：
- 使用 NLP 和 LLM 进行字幕分割；
- 智能术语知识库，实现上下文感知翻译；
- 三步翻译过程：直接翻译 - 反思 - 改进；
- 精确的单词级字幕对齐；
- 使用 GPT-SoVits 克隆音色并生成高质量的配音。
能够一键全自动对视频进行字幕切割、翻译、精准对齐和个性化配音，最终生成 Netifx 级别的字幕和配音。
具有如下特点：
- 使用 NLP 和 LLM 进行字幕分割；
- 智能术语知识库，实现上下文感知翻译；
- 三步翻译过程：直接翻译 - 反思 - 改进；
- 精确的单词级字幕对齐；
- 使用 GPT-SoVits 克隆音色并生成高质量的配音。
Prompt Engineering Interactive Tutorial | #指南
主要特点
易于使用：只需用一行代码修补您的 Hugging Face 模型，或者使用我们的 Liger Kernel 模块组成您自己的模型。
时间和内存效率高：与 Flash-Attn 秉承同样的精神，但适用于RMNSNorm、RoPE、SwiGLU和CrossEntropy等层！通过内核融合、就地替换和分块技术，可将多 GPU 训练吞吐量提高 20%，并将内存使用量降低 60% 。
精确：计算精确——无近似值！前向和后向传递均通过严格的单元测试实现，并在没有 Liger Kernel 的情况下针对训练运行进行收敛测试，以确保准确性。
轻量级： Liger Kernel 的依赖性极小，只需要 Torch 和 Triton — 无需额外的库！告别依赖性烦恼！
支持多 GPU：兼容多 GPU 设置（PyTorch FSDP、DeepSpeed、DDP 等）。
目标受众
研究人员：寻求使用高效可靠的内核为前沿实验构建模型。
ML 从业者：专注于通过最佳、高性能内核最大化 GPU 训练效率。
新手：渴望学习如何编写可靠的 Triton 内核以提高训练效率。
特点
安全：Waifuset 在操作过程中，不会修改数据集中的任何图像文件，确保数据的完整性和安全。
高效：大部分编辑操作在 Waifuset 中都非常高效，能够轻松处理十万乃至百万量级的大型数据集。
易用：UI 设计简洁直观，即使是复杂操作也可以轻松一键完成。
远程访问：通过 Web 服务进行访问，支持在本地或云服务器上部署和访问。
UI 交互：Waifuset 的所有操作都通过用户界面完成，即使是没有编程背景的用户也能轻松上手。
局限性
基于标签的标注：Waifuset 假设所有的标注都是以英文逗号分隔的标签形式，而非自然语言描述。所有的标注编辑操作都将严格遵循这一格式。
专注于 Danbooru 标签：Waifuset 的标注优化算法主要面向 Danbooru 标签系统，不支持其他类型的标签体系。
标注专用：该工具主要用于编辑图像标注，而非图像本身。不包含图像编辑和文件系统功能。
Waifuset | #工具
