COSMO：某中心大规模电商常识知识生成与服务系统

电商平台中大规模知识图谱的应用能够提升用户购物体验。现有电商知识图谱虽整合了大量概念和产品属性，但未能捕捉用户意图，缺失关于人们思维、行为及与周围世界交互的关键信息。本研究提出COSMO——一个从行为数据中挖掘以用户为中心常识知识的可扩展系统，构建工业级知识图谱以赋能多样化在线服务。具体描述从大型语言模型提炼高质量种子知识断言，并通过人类参与标注数据训练的批判分类器进一步优化的流水线。

某中心MemoryDB：快速持久的内存优先云数据库

某中心MemoryDB for Redis是为实现11个9持久性且具备内存级性能的数据库服务。阐述MemoryDB架构及如何利用开源数据结构存储Redis构建企业级云数据库。通过将持久性卸载至独立的低延迟持久事务日志服务，实现性能、可用性和持久性相对于内存执行引擎的独立扩展。该架构在完全兼容Redis的同时，提供个位数毫秒级写入、微秒级读取延迟、强一致性与高可用性。MemoryDB于2021年发布。

BASE TTS：基于10万小时数据构建十亿参数文本转语音模型的经验

推出名为BASE TTS（具备涌现能力的大规模自适应可流式文本转语音）的模型，这是迄今最大的TTS模型，在10万小时公共领域语音数据上训练，实现语音自然度的新突破。采用10亿参数自回归变换器将原始文本转换为离散编码（语音码），再通过基于卷积的解码器以增量可流式方式将语音码转为波形。创新性语音分词技术实现说话人身份解耦和字节对编码压缩。研究表明当数据量超过1万小时且参数达5亿以上时，模型开始对文本复杂句子展现自然韵律。

极光无服务器架构中的资源管理

某中心极光无服务器是基于某中心极光数据库的按需自动伸缩配置，完全兼容MySQL和PostgreSQL。根据客户数据库应用需求自动进行容量伸缩（垂直扩展），使客户无需显式管理数据库容量，仅需通过易于理解的多资源容量抽象单位（ACU）指定上下限。对于负载随时间变化的客户，凭借敏捷精细的伸缩和使用量计费模式，相比预留实例更具成本优势。阐述资源超额分配、基于实时测量的响应控制、分布式分层决策机制，以及在数据库引擎、操作系统和虚拟化层的效率创新，实现在高利用率主机上保持弹性资源供给的一致性体验。

Panda：基于LLM代理的数据库性能调试框架

数据库性能调试 notoriously困难。研究提出Panda框架，通过为预训练LLM提供上下文 grounding 来生成更具实用性和场景相关性的故障排除建议。框架借鉴资深数据库工程师的调试方式，系统化部署预训练LLM至生产调试环境。

某中心Nova模型家族：技术报告与模型卡

推出新一代前沿基础模型Nova系列，提供尖端智能和行业领先的性价比。Nova Pro是多模态模型，在准确度、速度和成本间达到最佳平衡；Nova Lite是低成本多模态模型，支持极速处理图像、视频、文档和文本；Nova Micro是纯文本模型，实现最低延迟响应；Nova Canvas是图像生成模型，提供专业级图像和丰富定制控制；Nova Reel是视频生成模型，提供高质量输出和运动控制。模型构建遵循负责任AI原则，报告核心能力、代理性能、长上下文、功能适配、运行时性能和人工评估的基准测试结果。

TPC不足之证：某中心Redshift集群实证分析

基于某中心Redshift（最大云数据仓库部署之一）的遥测数据，实证分析TPC-H/DS基准与实际工作负载的差异。揭示写密集型数据管道的重要性、工作负载随时间的动态变化、查询的重复性特征以及查询属性的长尾分布现象。主张数据仓库基准需像数据库系统一样走向全面化，而非仅关注查询引擎性能。公开发布包含200个随机Redshift无服务器和预留实例三个月查询统计的数据集，作为构建更现实基准的基础。

图扩散模型在异常检测中的应用

针对图异常检测中的标签不平衡和数据不足问题，提出潜在空间图扩散模型。该模型具备图结构和节点特征的多任务生成能力，通过仅生成正例样本缓解标签不平衡问题，适用于同质图和异质图。大量实验表明该方法较传统技术有显著提升。

大语言模型在表格数据中的应用：预测、生成与理解综述

系统梳理LL在表格数据预测、表格合成、问答和表格理解任务中的关键技术、评估指标、数据集和优化方法，填补该领域缺乏全面综述的空白。