随着云计算、大数据、人工智能的兴起,开源成为当下最热门、最具有前景的领域之一。然而对于很多企业,什么才是开源的正确姿势?开源的内涵究竟是什么?开源从何而来,又将走向何方?依然是亟待解答的疑问。
找到上述问题的答案,其实也就掌握了开源的“套路”。为了帮助更多企业和个人了解真正的开源,在即将召开的“2020开源产业大会”上,中国信息通信研究院基于对于开源市场的长期观察和深入研究,即将推出《开源法则》一书。
权威开源读本
《开源法则》一书由中国信息通信研究院云计算与大数据研究所所长何宝宏主编,中国信息通信研究院云计算与大数据研究所核心技术研究团队撰写,依托中国信通院客观真实的调研数据,得到了产业链各方的素材支撑。
可以说,《开源法则》是目前市场上为数不多的一本全景式、系统性论述开源的专业图书,对开源软件的历史和发展、开源社区生态和运营、企业参与开源与引入开源的原则和方法等内容进行了详细的阐述,同时针对开源软件在使用中的安全问题和风险、与开源软件安全治理相关的方法和工具等进行了介绍。
“展现真实市场,聚焦实际需求”是《开源法则》的内容准则,书中很多篇幅结合我国的实际情况,对中国开源发展的情况通过详实的数据及能力分析,给出有价值的思考和归纳。这对于国内各类开源组织和企业进行合规管控、开源治理、社区运营及开源生态建设等都具有切实的借鉴和指导意义。
多位行业大咖力荐
《开源法则》一书是否值得一读?从多位行业大咖的推荐中可以找到答案。
“这本书从开源文化、开源项目、开源社区和开源治理等多个角度阐述了开源世界的生存、生长和发展法则。无论是开源社区运营者、开源项目管理者还是开源软件使用者,都能够从书中获得满满干货。”上海浦东发展银行信息科技部副总经理万化给出了评价。
中国农业银行研发中心副总经理赵韵东认为,《开源法则》以全景化视图向读者展示了开源的前世今生,汇聚了国内开源相关的经典实践案例,内容丰富翔实,语言朴素恳切,兼具实用性和可读性,是开源领域从业人员不可多得的案头良书。
“书中对于开源发展的历史、背景和过程,开源的理念的由来和发展等由浅入深,娓娓道来,通过结合实际事件,可以让更多非开源专业的读者也能据此了解开源本身及其运作模式,成为普及和推广开源文化的有效载体。”腾讯开源管理办公室执行总监许勇说道。
奇安信代码安全事业部总经理黄永刚表示,《开源法则》一书针对开源软件在使用中的安全问题和风险、与开源软件安全治理相关的方法和工具等进行了介绍。相信该书能够给各类机构、企业建立自身的开源战略,以及正确且安全地使用开源软件提供了很好的指导和帮助。
精彩内容剧透
“我们不难发现,一个技术处于新生阶段,在没有竞争对手的时候,通常会选择闭源的方式,以保持领先地位,而当这个技术发展到一定的阶段,有新的竞争对手出现,这个竞争对手向领先者挑战的方式,往往就是开源。”在《开源法则》一书中,读者很容易看到类似“金句”,对于开源技术发展背后的至深规律进行探寻。
“开源是一种黑客精神。黑客信仰自由和极客精神,强烈的好奇心驱使他们探索一种全新的软件形式,他们所创建的开源精神的本质就是——我开发了一个软件,大家都来用吧。“炫技”也成为最初推动开源的黑客们的目的之一,他们通过让公众免费获 取开源软件源代码来显示自己技术的优秀,因为这是要经得住众多同行和用户推敲的。黑客之间是喜欢共享的,他们在 创建新事物时喜欢互帮互助来解决彼此遇到的难题,并且喜欢修补事物,并乐在其中。”《开源法则》用一种娓娓道来,讲历史、讲故事的方式揭示了开源的起源,也还原了开源的本质。
事实上,只需要看一看目录,就知道《开源法则》是怎样一本将技术变有趣的书籍。
从“致癌”变成“治愈”
好友“互联网”拉了“开源软件”一把
命运改变从云开始
开源成为信息化绕不开的选择
像创业一样做社区
开源生存手册
驾驭开源的几个重要角色
中小企业开源速成
……
一本书读懂开源,来“2020开源产业大会”一睹为快!
等不及的小伙伴们也可以扫描下方二维码,直接进行购买。
新书首发!限量发售!你还在等什么!
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。