HF Buckets: Upload Only What Changed with Xet
Hugging Face2439 字 (约 10 分钟)
85
Hugging Face 的 HF Buckets 通过 Xet 技术实现增量上传，仅传输数据变更部分，显著减少带宽消耗。
入选理由：使用 Xet 技术可减少 99% 的重复数据上传量（演示中 191MB 文件仅上传新增 100 行）
FeaturedVideo#数据上传优化#Xet#Hugging Face#增量传输英文
概念
Parquet
列式存储格式，影响增量上传检测
已跟踪 3 条高相关材料
TraeAI 观察
最近变化
2026-10-07 · 使用 Xet 技术可减少 99% 的重复数据上传量（演示中 191MB 文件仅上传新增 100 行）
为什么值得关注
Parquet 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
External CollectionsHugging FaceLLMMilvusMLOps
如果只读 3 篇
1
HF Buckets: Upload Only What Changed with Xet
Hugging Face · 8.5 分
Hugging Face 的 HF Buckets 通过 Xet 技术实现增量上传，仅传输数据变更部分，显著减少带宽消耗。
2
⭐ 𝗠𝗶𝗹𝘃𝘂𝘀 𝟯.𝟬 𝗶𝗻𝘁𝗿𝗼𝗱𝘂𝗰𝗲𝘀 𝗘𝘅𝘁𝗲𝗿𝗻𝗮𝗹 𝗖𝗼𝗹𝗹𝗲𝗰𝘁𝗶𝗼𝗻𝘀, 𝗮 𝘄𝗮𝘆 𝘁𝗼 ...
Milvus(@milvusio) · 8.5 分
Milvus 3.0 引入 External Collections，实现湖数据零拷贝索引，解决数据冗余与搜索效率问题。
3
Feature Stores from Scratch: A Minimal Working Implementation
KDnuggets · 8.5 分
从零开始构建一个最小可用的特征存储系统，涵盖训练和推理场景，并适用于LLM上下文需求。
相关材料
已收录 3 条与 Parquet 相关的内容，按评分排序。
⭐ 𝗠𝗶𝗹𝘃𝘂𝘀 𝟯.𝟬 𝗶𝗻𝘁𝗿𝗼𝗱𝘂𝗰𝗲𝘀 𝗘𝘅𝘁𝗲𝗿𝗻𝗮𝗹 𝗖𝗼𝗹𝗹𝗲𝗰𝘁𝗶𝗼𝗻𝘀, 𝗮 𝘄𝗮𝘆 𝘁𝗼 ...
Milvus(@milvusio)405 字 (约 2 分钟)
85
Milvus 3.0 引入 External Collections，实现湖数据零拷贝索引，解决数据冗余与搜索效率问题。
入选理由：External Collections 支持 Parquet/Lance/Iceberg 等湖格式，无需数据迁移
FeaturedTweet#Milvus#向量数据库#数据湖#External Collections中英混合
Feature Stores from Scratch: A Minimal Working Implementation
KDnuggets2268 字 (约 10 分钟)
85
从零开始构建一个最小可用的特征存储系统，涵盖训练和推理场景，并适用于LLM上下文需求。
入选理由：特征存储系统包含五个核心组件：特征注册表、离线存储、在线存储、材料化管道和检索API。
FeaturedArticle#特征存储#机器学习#LLM#MLOps英文