Sep, 2023

Laminar: 一种具有语义代码搜索和代码补全的新型无服务器流式框架

PDF
TL;DRLaminar 是一种基于 dispel4py 的新型无服务器框架，通过专用的注册中心有效地管理流式工作流和组件，利用大型语言模型提升框架的功能，同时简化流式计算的执行，更高效地管理数据流，并为研究人员和实践者提供了一个有价值的工具。
laminarserverless frameworkstreaming workflowssemantic code searchserverless computing
发现论文，激发创造
  • 可组合 NLP 工作流的数据中心框架

    本文介绍了一个能够支持自然语言处理工作流的开源框架，该框架包含了一个统一的数据表示方法和一个包含处理器、可视化和注释的大型处理库，提供了简单组装和互操作性，并能够轻松扩展以接入其他自然语言和深度学习库。

    Mar, 2021

  • 云中机器学习的分布式 GraphLab 框架

    本文介绍了 GraphLab 抽象并将其扩展到更具挑战性的分布式环境中，在保证数据一致性的同时，采取图形扩展 pipelined locking 和数据版本控制，以减少网络拥塞和缓解网络延迟的影响，通过 Chandy-Lamport 快照算法实现 GraphLab 抽象的容错，并在 Amazon EC2 系统上进行了分布式的 GraphLab 抽象实现，展示了与基于 Hadoop 实现相比 1-2 个数量级的性能提升。

    Apr, 2012

  • 无服务器计算：当前趋势和开放问题

    本文调研了工业界、学术界和开源项目中已有的无服务器平台，分析了其关键特性、使用案例，描述了其技术挑战和未解决的问题。

    Jun, 2017

  • GraphLab: 并行机器学习的新框架

    通过针对机器学习中常见程序设计模式进行设计，使用 GraphLab 可以实现异步迭代算法的紧凑表达，同时保证数据一致性和高并行性能，将并行性能优化的提升应用于大规模实际问题中，并取得了很好的表现。

    Aug, 2014

  • Pathway：一种快速灵活的统一流数据处理框架，用于分析和机器学习应用

    我们提出了 Pathway，这是一个新的统一数据处理框架，可以在有界和无界数据流上运行工作负载。该框架旨在解决分析和处理物理经济数据时面临的挑战，包括物联网和企业系统生成的数据流。我们描述了该系统，并展示了其在批处理和流处理环境中的能力，超过了业界最先进的框架。我们还讨论了 Pathway 处理的流处理用例，这些用例无法轻松解决使用业界最先进的框架，例如流迭代图算法（PageRank 等）。

    Jul, 2023

  • 语言编码：机器学习流水线中的变革性代码生成的协同框架

    通过 Linguacodus 框架，将自然语言描述无缝转化为可执行代码，实现了自动化代码生成，为机器学习在各个领域的应用带来了巨大的潜力。

    Mar, 2024

  • PixelsDB：灵活服务级别和价格的无服务器及自然语言辅助数据分析

    PixelsDB 是一个开源的数据分析系统，通过自然语言接口和灵活的服务级别和价格，使得缺乏系统或 SQL 专业知识的用户能够高效地探索数据。

    May, 2024

  • Skeet：面向现代 AI 驱动应用开发的轻量级无服务框架

    我们提出了 Skeet 框架，它能够反映当前的架构趋势，并提供工具套件，使开发人员能够轻松地将人工智能等新兴技术整合到他们的应用程序中并部署。

    May, 2024

  • 使用 Laser 的表达性流推理

    Laser 是一种新的 reasoner，它支持扩展 Answer Set Programming（ASP）的 LARS 逻辑的实用、非平凡片段，并实现了一种新颖的评估过程，从而使表达式带注解，以避免在多个时间点重复计算，进而实现对大流的表达式逻辑推理，为流推理用例开启了更广泛的应用范围。

    Jul, 2017

  • LambdaBeam：使用高阶函数和 Lambda 进行神经程序搜索

    设计了一种搜索算法 LambdaBeam，在 DSL 中构建任意 Lambda 函数的语义向量表示，并训练神经策略网络，将它们作为参数传递给高阶函数进行循环计算，相比基于神经网络、符号和 LLM 的技术，在整数列表操作领域性能更优。

    Jun, 2023