近日,龙蜥操作系统(Anolis OS)顺利通过工信部电子标准院首批开源项目成熟度评估,成为四个参评项目中唯一获得“卓越级”(最高等级)的开源项目。这证明了龙蜥操作系统在社区建设、安全稳定、项目健康度、项目影响力方面的成熟能力与卓越表现。

龙蜥是由阿里云、统信软件、联通云、电信云、移动云等共同发起成立的操作系统开源社区,应用于服务器端,支持 X86、Arm、LoongArch 等多种芯片架构和计算场景,性能和稳定性经受住了历年双 11 的严苛考验,为云上典型场景带来 40% 的综合性能提升,兼容 CentOS 生态,并提供全栈国密能力,致力于打造全球数字创新基石。为了规范开源项目健康发展,为用户企业选择开源软件提供有力参考,工信部电子技术标准化研究院基于《信息技术 开源 开源项目评估模型参考架构》标准,自 11 月起陆续展开对百度、阿里、腾讯等单位开源项目进行成熟度评估。本次评估重点关注开源项目社区建设、安全稳定、项目健康度、项目影响力四个方面,共涉及 12 个大类、47 项具体指标。在本次测评中,龙蜥操作系统脱颖而出,是唯一获得“卓越级”认证的开源项目。
对此,中国电子技术标准化研究院软件云计算研究室主任、评估工作负责人杨丽蕴表示:“龙蜥操作系统在系统工程中有着较多的实践,作为基础类开源软件项目,是比较难得的。我国的开源正在向系统化和规模化的方向发展,希望能看到越来越多的优质开源项目,一起推动科技创新、核心技术攻关以及构建丰富生态。”龙蜥操作系统开源仅一年多时间,就获得权威机构的高度认可,这让龙蜥社区信心倍增。这个成果是龙蜥社区各理事单位与生态伙伴共同努力的结果,未来,龙蜥社区将会继续遵循开放合作的发展策略,在建立统一的操作系统开源生态上,从一个卓越走向另一个“卓越”。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。