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，缺失关于人们思维模式、行为习惯及与外界交互的关键信息。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。特别介绍了从大语言模型提炼高质量种子知识断言，并通过人工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。本文阐述MemoryDB的架构设计，展示如何基于开源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事务日志服务，实现内存执行引擎与性能、可用性及持久性的独立扩展。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年正式发布。
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流式文本转语音）的模型，这是迄今最大的TTS模型，基于10万小时公共领域语音数据训练，在语音自然度上达到新标杆。模型采用十亿参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，当训练数据超过1万小时且参数达5亿以上时，模型开始在文本复杂句子上呈现自然韵律。
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。对于负载波动的客户，凭借敏捷粒度伸缩和按使用量计费模式，相比预留实例更具成本优势。本文阐述其资源管理的核心思想，包括资源超额分配、基于实时测量的响应控制、分布式层次化决策，以及在数据库引擎、操作系统和虚拟化层的效率创新。
Panda：基于LLM代理的数据库性能调试框架
数据库性能调试历来复杂。若能通过自然语言查询（如"哪里出错了？“或"如何修复？"）获得诊断将极大提升效率。大语言模型虽能基于互联网知识广泛回答问题，但直接用于数据库性能查询时往往产生"技术正确但过于笼统"的建议，令资深数据库工程师难以采纳。Panda框架通过上下文锚定预训练大语言模型，生成更具实用性和场景相关性的故障排除建议，其设计灵感来源于资深工程师的调试流程，包含在生产环境中稳健部署预训练模型所需的组件。
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，提供尖端智能与业界领先的性价比。Nova Pro是多模态模型，在精度、速度与成本间达到最佳平衡；Nova Lite是低成本多模态模型，可极速处理图像、视频、文档和文本；Nova Micro是纯文本模型，以极低延迟响应；Nova Canvas是图像生成模型，提供专业级图像及丰富定制控制；Nova Reel是视频生成模型，支持高质量输出与运动控制。模型构建遵循负责任AI原则，报告涵盖核心能力、代理性能、长上下文处理、功能适配、运行时性能及人工评估的基准测试结果。
TPC基准不足之证：某中心Redshift集群实证分析
数据库研发深受TPC-H、TPC-DS等分析系统基准影响，但这些已有20年历史的基准未能反映现代云数据仓库的实际部署与工作负载特征。基于某中心Redshift（最大云数据仓库之一）的遥测数据，实证分析揭示了TPC与真实负载的已知/疑似及新发现差异：写密集型数据管道占主导、工作负载随时间动态变化、查询重复性强、多数查询属性呈长尾分布。结论指出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。同时公开包含200个随机Redshift实例三个月查询统计的数据集，为构建更真实基准提供基础。
图扩散模型在异常检测中的应用
图异常检测旨在识别图结构数据中显著偏离常规的异常模式或节点，在垃圾邮件检测、反洗钱和网络安全等领域具有广泛应用。标签不平衡和数据稀缺是两大挑战。本文提出潜在空间图扩散模型，通过多任务生成图结构与节点特征，并具备条件生成能力以仅产生正例缓解标签不平衡。模型适用于同质与异质图，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
大语言模型的最新突破推动其在表格数据建模领域的深入探索，包括预测、表格合成、问答和表格理解等任务。每项任务均存在独特挑战与机遇。本研究首次全面梳理该领域的关键技术、评估指标、数据集、模型及优化方法，通过系统化分类与比较填补研究空白。