# 資源優化

Factorio Learning Environment（FLE）是基於《Factorio》遊戲構建的新型框架，用於評估大型語言模型（LLMs）在長期規劃、程序合成和資源優化方面的能力。隨著LLMs逐漸飽和現有基準測試，FLE提供了新的開放式評估方式。它的重要性在於能讓研究人員更全面、深入地瞭解LLMs的優勢與不足。主要優點是提供了開放式且難度呈指數級增長的挑戰，擁有結構化任務和開放式任務兩種評估協議。該項目由Jack Hopkins等人開發，以開源形式發佈，免費使用，定位是推動AI研究人員對複雜、開放式領域中智能體能力的研究。

Expert Specialized Fine-Tuning (ESFT) 是一種針對具有專家混合(MoE)架構的大型語言模型(LLMs)的高效定製化微調方法。它通過僅調整與任務相關的部分來優化模型性能，提高效率，同時減少資源和存儲的使用。

MobiLlama是一個為資源受限設備設計的小型語言模型（SLM），它旨在提供準確且輕量級的解決方案，以滿足設備上的處理需求、能效、低內存佔用和響應效率。MobiLlama從更大的模型出發，通過精心設計的參數共享方案來降低預訓練和部署成本。

Onepane.ai是一個一站式的雲資源監控和管理平臺。它可以發現和映射業務服務,即時顯示狀態,並在發生故障時自動發出警報,幫助業務負責人和技術支持人員進行故障根因分析。平臺提供自動化的雲端管控,標準化的命名規則,智能標籤,以及資源優化等功能。

OverQuota是一款AI驅動的配額管理工具，幫助用戶有效管理和優化配額使用。它提供即時配額監控、智能配額分配、預測和優化等功能。OverQuota可以幫助企業提高資源利用率，降低成本，並保證業務的順利進行。