在软件开发过程中，持续集成和持续部署（CI/CD）已经成为不可或缺的一部分。Drone 是一个轻量级、云原生的CI/CD平台。

Drone的优势在于：

• 简单易用，配置直观
• 支持多种Runner（Docker、SSH、Kubernetes等）
• 与Git平台深度集成
• 资源占用少，性能优秀

本文将详细介绍如何从零开始配置一个完整的Drone CI/CD系统，包括处理私有仓库认证等复杂场景。

无监督学习是机器学习中一个极具挑战性又充满魅力的领域。与监督学习不同，无监督学习处理的是没有标签的数据，其目标是从数据本身发现内在结构、模式或分布。本篇博客将系统介绍无监督学习的核心任务与方法，包括密度估计（直方图法、核密度估计、对比密度学习）、隐变量模型（及其四种类型），并重点剖析自编码器（尤其是主成分分析-PCA）和K-means聚类算法的原理与应用。

监督学习(Supervised Learning)是机器学习的核心范式之一，其目标是从已标注的数据中学习一个映射函数，用于预测未知数据的输出。其核心流程包括：

1. 选择归纳偏置(Inductive Bias)：模型类、损失函数、正则项；
2. 训练：通过ERM或正则化ERM求解参数；
3. 验证：使用验证集选择超参数；
4. 测试：在独立测试集上评估泛化性能。

本文将系统介绍监督学习的基本概念、方法框架和实际应用，涵盖回归(Regression)与分类(Classification)问题、经验风险最小化(Empirical Risk Minimization, ERM)、模型选择(Model Selection)、偏差-方差权衡(Bias-Variance Tradeoff)、正则化技术(Regularization)以及概率模型中的最大似然估计(Maximum Likelihood Estimation, MLE)等内容。

在现代机器学习应用中，我们经常需要从已知输入变量预测未知的目标变量。本篇博客将深入探讨当数据模型完全已知时的理想 推断（Inference） 场景，介绍贝叶斯推断（Bayesian Inference）、损失函数（Loss Function）、 交叉熵（Cross-Entropy） 等核心概念，以及如何从概率模型推导出最优预测器（Predictor）。通过理论推导和实际例子，我们将展示 硬预测（Hard Prediction） 与 软预测（Soft Prediction） 的区别与联系，以及如何在不同问题中选择合适的预测策略。

继 7 月 16 日 AWS 在 AWS Summit NYC 2025 上发布 Bedrock AgentCore 后，7 月 29 日阿里云在世界人工智能大会上公布了 Agent Runtime 的产品，标志着正式进入和 Agentic Infra 上的产品竞争。

下面分别总结分析 AWS Bedrock AgentCore 和 阿里云无影 AgentBay 的相关发布信息。

NVIDIA Nsight 工具集是面向 CUDA 应用程序的专业级性能分析平台，其 Profiling 模块通过采集 GPU 硬件计数器、内存访问模式及内核执行时序等数据，为深度学习框架的优化提供量化依据。

尽管 Deepspeed 在单机运行时可以直接使用 Nsight 进行分析，但是在多机运行时存在问题，本文讲解：

1. 如何跨机进行 profile
2. 如何有选择的进行 profile

本论文是来自 Apple 的 Jiarui Lu 2024 年 8 月挂在 Arxiv 上的工作。

通过引入了对话交互、状态依赖等实际场景的输入，建立了更贴近于真实场景的 LLM Tool Use 的 Benchmark。本文引入了三部分更真实的要点，通过 LLM 模拟用户进行跟真实的测试：

• Stateful 有状态：Agent 需要对世界的状态进行感知
• Conversational 可对话：Agent 能成功把自然语言理解成正确的任务
• Interactive 可交互：用户、Agent和Tool在完成一个任务的过程中会进行多轮对话

Entry：Zotero link URL link Github link

本论文是来自微软的 Chaoyun Zhang 等人在3月11日挂在 Arxiv 上的工作。

本文主要总结了 API Agents 和 GUI Agents 的现状，对比了其优势，提出未来的 Hybrid Agents，最终给出了对于不同场景应该使用什么 Agent 的建议。

Entry：Zotero link URL link

本文主要记录在实验室的 Manjaro 主机上的 i3wm 即工作环境的配置，以及o双显示器的完整工作流内容.

主要内容涵盖：

• 显卡支持
• 显示器布局
• OpenVPN 自动连接
• 通用软件配置

本论文是Anjo Vahldiek-Oberwagner, Eslam Elnikety, Nuno O. Duarte, Michael Sammler, Peter Druschel, Deepak Garg发表在28th USENIX Security Symposium (USENIX Security 19) 2019上的工作。

对于这篇论文，我们主要关注其如何防止不可信组件使用 WRPKRU 指令进行提权，进而危害可信组件或者敏感数据。

Entry：Zotero link URL link