日惹首次在印度尼西亚承办 openSUSE 亚洲峰会至今，已然走过十载光阴——2026 年，我们将重返这片见证最初热潮的热土。 印度尼西亚在峰会发展史上有着独特地位： 2016 年，印度尼西亚于日惹举办首届 openSUSE 亚洲峰会 2019 年，峰会再度在巴厘岛成功举办，为社区呈上了一场难忘的盛会 若想重温 2016 年日惹峰会的热烈氛围，可前往 YouTube...

Rust项目首次参与2024年谷歌编码之夏(GSoC)，9名贡献者成功完成项目并获得良好反馈。Rust GPU项目迎来新维护者，期待更多贡献。印度尼西亚CIMB Niaga银行将核心微服务从Java迁移到Rust，以提升性能和安全性，确保客户服务不中断。

大型语言模型在医疗领域的应用受到关注，经历了从传统预训练模型到大型语言模型的转变，包括从辨别式到生成式AI方法的变化，以及从模型为中心到数据为中心的转变。

本研究解决了当前大语言模型评估未能有效反映真实职业需求的问题。我们提出了IndoCareer数据集，包含8,834道多项选择题，用于评估印度尼西亚各行业的职业和专业认证考试。同时，我们发现这些模型在具有强地方背景的领域（如保险和金融）表现不佳，该研究对模型评估方法的稳定性提出了新见解。

印度尼西亚国家数据中心遭网络攻击，索要800万美元赎金，机场移民检查中断。护照自动办理机已恢复正常。安全研究人员发现Lockbit 3.0变种。政府组织网络安全专家恢复数据中心服务。事件揭示了政府基础设施和人力问题。

本文是一篇关于作者在印尼旅行的经历的游记，介绍了行程安排、交通方式和各个景点的体验，对印尼的自然风光和文化魅力留下了深刻印象，感谢了旅途中遇到的人们的热情和耐心。

本研究旨在探讨地理因素对语言模型推理能力的影响，特别关注印尼十一个不同省份的多元文化。评估23种语言模型发现，即使是最优秀的开源模型，准确率也只有53.2%。模型在巴厘岛和西爪哇等特定省份的预测通常更准确。地理背景的加入提升了性能，尤其是在大型模型如GPT-4中，强调了地理背景在常识推理中的重要性。

本文使用预训练序列到序列模型BART，通过生成式公式解决所有ABSA子任务，实现了统一的端到端框架。实验结果表明，在四个ABSA数据集上实现了实质性的性能提升。

本文探讨神经网络机器翻译在低资源条件下性能下降的原因，并提出适应低资源环境的注意事项和最佳实践。实验结果表明，经过优化的NMT系统可以在没有使用其他语言辅助数据的情况下，比以前报告的更少数据超越基于规则的机器翻译，BLEU指标超过4个点。

优步披露了与上周发生的安全事件有关的更多细节，将攻击归咎于一个它认为与臭名昭著的 LAPSUS$ 黑客组织有关联的威胁行为者。