Southwest Airlines starts red-eye flights on five routes
西南航空已经开始运营“红眼”航班，从拉斯维加斯哈里·里德（Harry Reid）出发。红眼航班始于2025年2月13日，这是航空公司安排24小时服务的第一次实例。这些航班对于预算意识的旅行者以及希望在旅途中提高时间和效率的人来说很方便。西南航空公司（Southwest Airlines）在旅行雷达 - 航空新闻（Aviation News）上首次出现的五条路线上的红眼航班开始。
Fine-tune and host SDXL models cost-effectively with AWS Inferentia2
随着技术的不断发展，新的模型不断涌现，提供更高的质量、更大的灵活性和更快的图像生成功能。StabilityAI 发布的 Stable Diffusion XL (SDXL) 就是这样一种突破性的模型，它将文本到图像的生成 AI 技术推向了前所未有的高度。在这篇文章中，我们演示了如何使用 SageMaker Studio 有效地微调 SDXL 模型。我们展示了如何准备经过微调的模型以在由 AWS Inferentia2 提供支持的 Amazon EC2 Inf2 实例上运行，从而为您的推理工作负载带来卓越的性价比。
IEEE Transactions on Evolutionary Computation, Volume 29, Issue 1, February 2025
1) 具有逃逸和扩张力的约束多目标优化作者：Zhi-Zhong Liu, Fan Wu, Juan Liu, Yunchuan Qin, Kenli Li页数：2 - 152) 进化计算的知识学习作者：Yi Jiang, Zhi-Hui Zhan, Kay Chen Tan, Jun Zhang页数：16 - 303) 用于约束多目标优化的牵引种群辅助双种群和两阶段进化算法作者：Shumin Xie, Kangshun Li, Wenxiang Wang, Hui Wang, Chaoda Peng, Hassan Jalil页数：31 - 454) 用于领域自适应的具有多个部分自适应分类器的
[SNG2]: A new prion discovered in yeast
来自莫哈里阿米蒂大学和昌迪加尔微生物技术研究所的研究人员在裂殖酵母中发现了一种名为 [SNG2] 的新朊病毒。这是已知的第一个影响基因沉默的朊病毒实例。这一发现凸显了朊病毒在遗传和细胞行为中的意外作用。
4.8 million healthcare records left freely accessible
加拿大医疗保健解决方案提供商 Care1 留下了一个可自由访问且未加密的云存储实例，任何人都可以找到。
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Number 12, November 2024
1) 场景理论、复杂性和基于压缩的学习与泛化调查作者：Roberto Rocchetta、Alexander Mey、Frans A. Oliehoek页数：16985 - 169992) 深度学习在视觉定位与映射中的应用：调查作者：Changhao Chen、Bing Wang、Chris Xiaoxuan Lu、Niki Trigoni、Andrew Markham页数：17000 - 170203) 实例分割模型稳健性的基准测试作者：Yusuf Dalva、Hamza Pehlivan、Said Fahri Altındiş、Aysegul Dundar页数：17021 - 170354
Exotic New Superconductors Delight and Confound
Charlie Wood，《Quanta Magazine》 今年，在三种不同的材料中发现了超导性——零电阻电流流动。两个实例延伸了......
NATO CIO: Alliance-wide classified cloud system is in the works
“在同一实例中、在相同的环境或基础设施中共置数据这一事实本身就非常非常有帮助，”北约首席信息官 Manfred Boudreaux-Dehmer 表示。
Unlock cost savings with the new scale down to zero feature in SageMaker Inference
今天在 AWS re:Invent 2024 上，我们很高兴地宣布 Amazon SageMaker 推理终端节点的一项新功能：能够将 SageMaker 推理终端节点扩展到零个实例。这项期待已久的功能对于使用云中的 AI 和机器学习 (ML) 推理功能的客户来说是一个改变游戏规则的功能。
今天，在 AWS re:Invent 2024 大会上，我们很高兴地宣布 Amazon SageMaker 中推出了新的容器缓存功能，该功能可显著缩短扩展生成式 AI 模型进行推理所需的时间。这项创新让您能够更快地扩展模型，在扩展新模型副本时，延迟可降低高达 56%，在新实例上添加模型副本时，延迟可降低高达 30%。在本文中，我们将探讨 SageMaker 推理的新容器缓存功能，以应对部署和扩展大型语言模型 (LLM) 的挑战。
Deploy Meta Llama 3.1-8B on AWS Inferentia using Amazon EKS and vLLM
在本文中，我们将介绍使用 Amazon EKS 在 Inferentia 2 实例上部署 Meta Llama 3.1-8B 模型的步骤。此解决方案将 Inferentia 2 芯片的卓越性能和成本效益与 Amazon EKS 的强大和灵活的环境相结合。Inferentia 2 芯片提供高吞吐量和低延迟推理，非常适合 LLM。
Enhanced observability for AWS Trainium and AWS Inferentia with Datadog
本博文将引导您了解 Datadog 与 AWS Neuron 的新集成，它通过提供对资源利用率、模型执行性能、延迟和实时基础设施运行状况的深度可观察性来帮助您监控 AWS Trainium 和 AWS Inferentia 实例，使您能够优化机器学习 (ML) 工作负载并实现大规模高性能。
我们很高兴地宣布，Meta Llama 3.1 8B 和 70B 推理支持已在 Amazon SageMaker JumpStart 中的 AWS Trainium 和 AWS Inferentia 实例上推出。 Trainium 和 Inferentia 由 AWS Neuron 软件开发工具包 (SDK) 提供支持，可提供高性能并将 Meta Llama 3.1 的部署成本降低高达 50%。在这篇文章中，我们演示了如何在 SageMaker JumpStart 中的 Trainium 和 Inferentia 实例上部署 Meta Llama 3.1。
Tax cuts for the rich only increase wealth disparity
不，1% 不是创造就业机会的人——那是中产阶级和工人阶级。当然，对 1% 的减税不会创造就业机会，只会造成更大的贫富差距：“作者着手研究 1965 年至 2015 年期间 18 个 OECD 国家对富人进行大规模减税的所有实例，并确定[…] 这篇文章《为富人减税只会增加贫富差距》首先出现在 Angry Bear 上。
AdaBoost Classifier, Explained: A Visual Guide with Code Examples
集成学习将权重放在最需要的地方随机森林解释：带有代码示例的可视化指南每个人都会犯错 — 即使是机器学习中最简单的决策树。AdaBoost（自适应增强）算法不会忽略它们，而是会做一些不同的事情：它从这些错误中学习（或适应）以变得更好。与一次生成多棵树的随机森林不同，AdaBoost 从一棵简单的树开始，并识别它错误分类的实例。然后，它构建新的树来修复这些错误，从错误中学习并在每一步中变得更好。在这里，我们将准确说明 AdaBoost 如何进行预测，通过结合有针对性的弱学习者来增强力量，就像将集中锻炼变成全身力量的锻炼程序一样。所有视觉效果：作者使用 Canva Pro 创建。针对移动设备进行了优
Gorareduvius gajarrangarnangTatarnic, Chacón & Soley, 2024 DOI: 10.54102/ajt.2tjbqAbstract一种新的刺客虫种，Gorareduvius gajarrangarnang sp。十一月使用数字图像、扫描电子显微照片和 X 射线显微断层扫描对西澳大利亚金伯利地区进行了描述。描述了该物种的自然历史和捕获猎物，揭示了粘性 Triodia 树脂在捕获猎物中的用途。这只是澳大利亚 reduviid 使用树脂的第二个记录实例。Gorareduvius gajarrangarnang sp. 的现场观察。十一月在东金伯利地区
Crooks are targeting Docker API servers to deploy SRBMiner
趋势科技警告称，威胁行为者正在瞄准 Docker 远程 API 服务器，以在受感染的实例上部署 SRBMiner 加密矿工。趋势科技的研究人员观察到攻击者瞄准 Docker 远程 API 服务器，以在受感染的实例上部署 SRBMiner 加密矿工。威胁行为者使用 h2c 上的 gRPC 协议绕过安全性并在 Docker 上执行加密挖掘 […]
MUSCLE: A Model Update Strategy for Compatible LLM Evolution
大型语言模型 (LLM) 会定期更新以提高性能，通常是通过更改数据或架构来实现的。在更新过程中，开发人员通常优先考虑改进整体性能指标，而较少关注与早期模型版本的兼容性。从一个模型版本到下一个模型版本，实例级性能下降（实例回归）可能会干扰用户对特定语言模型功能的心理模型。用户每次更新都必须调整他们的心理模型，这可能会导致不满，尤其是当……
