E-MapReduce 推出面向开源大数据集群的智能运维诊断系统 E-MapReduce Doctor，有效提升大数据集群运维效率，辅助 EMR 用户完善集群监控体系。

本文以MaxCompute+Dataworks+PAI为基础，快速微调DeepSeek-R1蒸馏模型。

关于推荐模型自动编译优化的论文《RECom: A Compiler Approach to Accelerate Recommendation Model Inference with Massive Embedding Columns》在系统领域顶会ASPLOS 2024上中选并进行了展示，并被授予了Distinguished Artifact Award 荣誉

本文将为您带来“DeepSeek R1+Qwen 大模型蒸馏和微调训练”最佳实践。阿里云 PAI 平台提供了围绕 DeepSeek 模型的最佳实践，涵盖快速部署、应用搭建、蒸馏和微调等环节，帮助开发者高效利用计算资源，使用 Model Gallery 功能，轻松完成部署与微调任务。

LangChain是一个开源的框架，可以让AI开发人员将像GPT-4这样的大语言模型（LLM）和外部数据结合起来，从而在尽可能少消耗计算资源的情况下，获得更好的性能和效果。在本教程中，您将学习如何在阿里云交互式建模（PAI-DSW）中，基于LangChain的检索知识库实现知识问答。文件中，您可以直接看到教程文本，您可以在教程文件中直接运行对应的步骤的命令，当成功运行结束一个步骤命令后，再顺次运行

DataWorks 全新升级为数据资产治理平台，强调从业务视角进行数据资产管理，引入标签体系组织数据资产，简化数据管理与分析。新增 Data+AI 全链路数据血缘追踪功能，覆盖数据从采集到AI模型训练全过程，促进跨部门协作。

本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站：大数据·大模型.双核时代实录整理而成

演讲嘉宾：王峰 | 阿里云研究员，阿里云计算平台事业部开源大数据平台负责人。演讲主题：开源大数据平台3.0技术解读

一份需求查询SQL，利用LLM生成两份代码，一份用于Pull：直接查询返回结果，预查询调试用；一份用于Push：构建消费链路进实时数仓。避免ETL过程的过度加工：按需加字段，不会加工太多用不到字段浪费计算、浪费存储。降低使用者维护ETL加工过程成本：虽然Flink SQL的可维护性已经很好了，但是面向计算过程的SQL编写方式还是让很多用户不适应。如果直接用查询SQL来进行自动生成，就大大降低了维护

DistilQwen2.5-R1 系列以少量来自 DeepSeek-R1 的思维链蒸馏数据为基础，通过一系列创新的蒸馏策略，有效强化了小模型的深度思考能力。实验评估结果显示，DistilQwen2.5-R1系列中的多种小规模模型在各项基准测试中表现优异，性能显著超越了其他开源蒸馏模型。