Debian 解散 FTP Master 团队,拆分成两个新团队
Debian 项目负责人 Andreas Tille 宣布,其“FTP Master”团队即将解散,并成立 Debian Archive Operations Team(简称“Archive Team”)和 DFSG、Licensing & New Packages(简称“DFSG Team”)。
两个团队都是从 FTP Master 团队中分离出来的,且任命了相同的 Debian 开发人员加入:Thorsten Alteholz、Ansgar Burchardt、Joerg Jaspert 和 Luke W. Faraone。
根据介绍, Debian Archive Operations Team 负责监督和维护 Debian 官方软件包仓库的正常运行。团队成员负责的任务包括:
- 运营软件仓库并维护其基础设施(例如,用于处理上传、跨套件移动软件包的工具)。
- 支持其他 DPL 代表执行其委派的任务。
- 管理当前手动处理的软件包。
- 根据要求或需要删除软件包,无论是作为日常维护的一部分还是在特殊情况下。
- 通过优先级和部分覆盖文件维护软件包状态和归档库结构。
- 维护用于运行归档库的软件,即 Debian Archive Kit (dak)。
- 记录团队关键流程(特别是与版本发布相关的流程),以促进透明度和贡献者参与。
DFSG、Licensing & New Packages 将负责确保进入 Debian 仓库的新软件包符合 Debian 自由软件指南和相关的许可要求。其职责包括:
- 接受或拒绝 NEW 队列中的软件包,涵盖:
- 新旧软件包的 DFSG 可接受性和许可
- 新软件包的软件包质量标准
- 透明地沟通 NEW 中软件包的状态。
- 确保软件包遵守 DFSG 以及适用的许可和法律要求,并删除与之冲突的软件包。
- 依据 Debian 社区共识执行软件包接纳规则与标准,避免在缺乏反馈的情况下引入额外要求。
- 记录团队的软件包接受政策。
关注公众号
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
突然就“推理 Agent 元年”了,再聊 AI Chat 与 AI Agent
今年 3 月份,我们还在以为 AI Agent 的新纪元需要等到“泛 AGI”,依靠大模型自身的能力和与之相辅相成的一系列技术的发展,诸如 RAG、调用链等,去将大模型的能力更深入地“外置”给 Agent 单元体。 然而到了下半年,随着大模型自身推理能力的爆发,以及生态中 MCP、ACP、A2A、上下文工程等技术基础设施的演进,“推理 Agent 元年”已然到来,Agentic AI 这种模式也已经能够较为通畅地应用到了各种各样的行业、产品、任务中,比如大家最熟悉的 AI Coding 工程化。 正是在这样快速演进的时代,Agent 正成为下一轮智能革命的关键力量。它不仅能理解人类意图,更能自主规划任务、调用工具、执行复杂目标。这一跃迁,正在重塑生产力体系、企业组织形态以及软件开发的底层范式。 重读 3 月份的这篇文章,多少还是有点意思,也不算过时,毕竟观点似乎还是赌对了。只是没有料想到 AI 生态的发展,过于快速了。 再把这篇文章的话题拿出来聊聊吧,也为全球开源技术峰会 GOTC 2025作一下预热宣传。刚好李开复会在活动主论坛上发表关于“从 ChatBot 到 Agent 的跃进与...
-
下一篇
蚂蚁百灵团队开源高效推理模型 Ring-mini-sparse-2.0-exp
蚂蚁百灵大模型团队正式开源高效推理模型Ring-mini-sparse-2.0-exp,该模型采用的 Ling 2.0 架构是专为长序列解码优化的稀疏注意力架构,创新性地融合了高稀疏比 Mixture of Expert(MoE)结构与稀疏注意力机制。 团队表示,得益于架构与推理框架的深度协同优化,该模型在复杂长序列推理场景下的吞吐量较原版 Ring-mini-2.0 实现近 3 倍提升,同时在多项高难度推理基准测试中持续保持 SOTA 性能。这一成果为开源社区提供了兼具高效推理与强上下文处理能力的轻量化解决方案。 Ling 2.0 Sparse 是专为应对大语言模型未来两大核心趋势 —— 上下文长度扩展(Context Length Scaling) 与测试时扩展(Test Time Scaling)而设计的高效稀疏注意力机制。 团队借鉴了 Mixture of Block Attention (MoBA),采用块级稀疏注意力(block-wise sparse attention),将输入的 Key 和 Value 按块(block)划分,每个 query 在 head 维度上进行...
相关文章
文章评论
共有0条评论来说两句吧...


微信收款码
支付宝收款码