十几行代码实现 Manus，Spring AI Alibaba Graph 快速预览
Spring AI Alibaba Graph 的核心开发已完成，即将发布正式版本。开发者可基于此轻松构建工作流、智能体及多智能体系统，功能丰富且灵活。文章通过三个示例展示了其应用：1) 客户评价处理系统，实现两级问题分类与自动处理；2) 基于 ReAct Agent 的天气预报查询系统，循环执行用户指令直至完成；3) 基于 Supervisor 多智能体的 OpenManus 实现，简化了流程控制逻辑并优化了工具覆盖度。此外，还提供了运行示例的方法及未来规划，欢迎开发者参与贡献。
检索增强预训练框架MaskSearch：让AI更聪明地“找答案”
通义实验室发布的MaskSearch预训练框架，让AI具备“主动搜索+多步推理”能力，更精准回答复杂问题。其核心是检索增强掩码预测（RAMP）任务，通过监督微调与强化学习结合，使小模型性能媲美大模型。实验表明，在多个问答数据集中，经过RAMP预训练的模型表现优异，尤其在多跳推理任务中优势显著。此外，课程学习策略帮助模型从简单到复杂逐步提升推理能力。相关论文与代码已开源。
解决方案应用实例 |“数智”合作，阿里云助力良渚古城建设智慧景区
在如今文旅融合大背景下，如何运用技术手段加强对文化遗产保护和利用已成为重要课题。阿里云所沉淀的云计算、数据驱动、人工智能等方面的先进技术，协助良渚古城遗址公园实现了数据资源的综合应用、深度应用和本地化应用，为游客提供全方位的便捷服务和体验，不断提高智能决策及精细化管理水平。良渚古城遗址公园与阿里云的“数智”合作，充分说明了只有运用云计算、大数据、互联网和物联网等技术，加快景区数字化进程，才能够更好地实现古代与当下的交相辉映。
基于蚁群算法的旅行商问题(TSP)求解
蚁群算法(ant colony algorithm,ACA)是由意大利学者M.Dorigo等人于20世纪90年代初提出的一种新的模拟进化算法，其真实地模拟了自然界蚂蚁群体的觅食行为。M.Dorigo等人将其用于解决旅行商问题(traveling salesman problem,TSP),并取得了较好的实验结果。
阿里云PAI-灵骏大模型训练工具Pai-Megatron-Patch正式开源！
随着深度学习大语言模型的不断发展，其模型结构和量级在快速演化，依托大模型技术的应用更是层出不穷。对于广大开发者来说不仅要考虑如何在复杂多变的场景下有效的将大模型消耗的算力发挥出来，还要应对大模型的持续迭代。开发简单易用的大模型训练工具就成了应对以上问题广受关注的技术方向，让开发者专注于大模型解决方案的开发，降低大模型训练加速性能优化和训练/推理全流程搭建的人力开发成本。阿里云机器学习平台PAI开源了业内较早投入业务应用的大模型训练工具Pai-Megatron-Patch，本文将详解Pai-Megatron-Patch的设计原理和应用。