飞桨开源社区博客

2024 年已悄然落幕。这一年，飞桨开源社区在挑战与机遇中不断成长与突破。在这新年伊始，我们为大家呈上一份 2024 年度报告，以此致敬每一位开发者的努力与贡献。

什么是开源项目和开源社区？国内活跃度 Top 的开源社区，都有哪些有趣的人和事？开源社区之于开源项目有何重要意义？

I'm excited to share my journey of fine-tuning PaddleOCR-VL specifically for manga OCR tasks! The resulting model, PaddleOCR-VL-For-Manga, is ranked #3 on HuggingFace's trending leaderboard in the Image-Text-to-Text category — demonstrating the effectiveness of proper fine-tuning for language- and domain-specific tasks based on PaddleOCR-VL! 🎉

这是一篇在今年五月完成的采访，记录了 🦩 哥的个人经历，以及他在开源社区中的成长故事。由于 🦩 哥实在太能聊， 内容异常丰富，再加上主编一直忙得分身乏术，稿子就这样一拖再拖，迟迟没有发出。为了不让这次采访彻底“烂尾”，我们终于在今天把它完整整理出来，与大家分享。

9 月 9 日下午，WAVE SUMMIT 开发者分论坛迎来了一场别开生面的分享环节——“PaddlePaddle Contributor Lightning Talks” 技术快闪分享（开放麦模式）。
这是一个属于开源贡献者的舞台，也是一次关于热爱、技术与勇气的闪电碰撞。

现场汇聚了来自不同高校与背景的贡献者代表，他们用短短 5 分钟的时间，讲述与飞桨的相遇故事，分享技术思考、社区体验与个人成长。

9 月 23 日，飞桨团队携手文心大模型走进浙江大学软件学院，带来一场特别的开源分享活动——“OpenSource in Paddle：浙大限定的开源大冒险”。

活动邀请多位飞桨资深工程师与产品经理，与浙大软院师生面对面交流，分享前沿的开源实践与大模型应用。现场气氛热烈，技术与创意交织，激发了关于开源的深度思考。

本文概述了大型语言模型（LLM）的后训练（post-training）方法，主要包括监督微调（Supervised Fine-tuning, SFT）、直接偏好优化（Direct Preference Optimization, DPO）和在线强化学习（Online Reinforcement Learning, Online RL）。尽量通过通俗易懂的方式介绍这些技术细节，适合对 LLM 有兴趣但非专业的读者。

• 论文链接：vAttention: Dynamic Memory Management for Serving LLMs without PagedAttention | Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 1
• 关键词：KV cache, CUDA

CosyVoice: A Scalable Multilingual Zero-shot Text-to-speech Synthesizer based on Supervised Semantic Tokens

• 论文链接：https://arxiv.org/pdf/2407.05407
• 项目链接：https://github.com/FunAudioLLM/CosyVoice