Replit이 기존 호스팅 서비스인 Always On을 종료하고, 새로운 Deployments 제품으로 서비스를 전환한다.
AI21 Labs의 Jurassic 모델이 Amazon Bedrock에서 모든 고객에게 제공된다.
Replit Core는 개발 환경부터 배포까지 한 번에 해결하며, 타 서비스 대비 뛰어난 가성비를 제공하는 통합 개발 구독 서비스다.
Mistral AI가 기존 오픈 모델의 성능 한계를 뛰어넘는 Mistral 7B를 공개하며 오픈 모델 혁명을 선언했다.
Mistral AI가 Llama 2 13B를 능가하는 성능을 가진 7.3B 파라미터 규모의 Mistral 7B를 Apache 2.0 라이선스로 공개했다.
Superagent.sh는 Replit의 인프라를 활용해 누구나 빠르게 AI 어시스턴트를 구축하고 배포할 수 있는 오픈소스 에이전트 프레임워크를 공개했다.
올리브영의 직무 전환 프로그램인 '잡 챌린지'를 통해 프론트엔드 개발자로 성장한 신입 개발자의 여정을 공유한다.
Hugging Face가 Amazon SageMaker에서 Llama 2를 최적으로 배포하기 위한 60개 이상의 구성에 대한 벤치마크 결과를 공개했다.
올리브영 B2B 물류 스쿼드가 Webpack과 브라우저 캐싱을 활용해 SPA의 초기 로딩 속도를 0.2초까지 단축했다.
카카오페이지 웹 팀은 Node.js HTTP Agent의 keepAlive 기본값(false)으로 인해 발생한 BFF 서버의 CPU 과부하 및 TPS 저하 문제를 true 설정으로 해결했습니다.
Hugging Face가 PRO 구독자에게 고성능 모델 전용 API와 높은 사용량 제한을 제공하는 'Inference for PRO'를 출시했다.
광고추천팀의 실시간 데이터 처리 경험을 바탕으로 Exactly-Once 등 신뢰성 옵션 적용 사례를 소개했다.
카카오톡 메시징 서버의 재건축 프로젝트를 통해 언어 변경 및 구조 개선으로 더 많은 트래픽을 신속하게 처리할 계획이다.
실 서비스 도입 전 단계로, 사용자 경험과 보안 강화를 위해 지속 고도화 중이다.
9월 14일 판교아지트서 열린 3회 행사 후기로, 참가자 경험(UX) 개선과 '핵심 감동' 중심의 운영 철학을 공유했다.
컬리 개발자가 JPA saveAll의 비효율성을 지적하며, Auto Increment PK 추론을 활용한 JDBC Bulk Insert로 1:N 데이터 처리 성능을 개선했다.
Rocket Money가 Hugging Face Inference API를 통해 4,000개 이상의 클래스를 가진 BERT 모델을 프로덕션에 성공적으로 배포했다.
올리브영 쿠폰 스쿼드가 기존 Redis Worker의 한계를 극복하기 위해 RabbitMQ를 도입하여 시스템 안정성과 확장성을 확보했다.
React 환경에서 복잡한 배송지 입력 폼을 안정적이고 효율적으로 구현하기 위한 기술적 실험과 React Hook Form 도입 과정을 공유한다.
Next.js의 standalone 옵션을 적용하여 랠릿의 Docker 이미지 크기를 줄이고 배포 시간을 단축했다.
Hugging Face가 객체 탐지 모델의 성능을 비교하는 리더보드를 공개하고 주요 평가 지표를 설명했다.