任首席执行官。
与此同时,比尔·盖茨将成为微软“技术顾问”,表明他将更多参与微软产品开发。John Thompson将接替盖茨成为微软主席。
盖茨在声明中说:“Satya是一位成熟的领导,具有扎实的工程技能,业务远见与团结同事的能力。随着公司拉开产品创新与发展的新篇章,他对技术如何在全世界的使用与体验的理解正是微软需要的。”
Satya Nadella)
在选择-微软工程师驱动的企业文化。
82亿美元。
外人和同事表示,SaaS(软件即服务)的主要推动者。
微软选定新老板固然值得庆祝,但这家公司仍然存在很多隐忧,微软仍然在寻找后Nadella大有希望。
Satya Nadella是一位坚强,数字驱动型的领袖。他具有远见,具有改变的激情,他正在实现变革,推动微软的文化改变。一位外来者很难做到这些。”
有种说法认为,微软太大了,难以与那些诞生于互联网时代的轻巧公司竞争。如果Bing搜索业务。
至少投资者希望他如此。去年,微软网络服务部门亏损了Nadella或许会和鲍尔默一样,对该部门有很好的战略想法。
Xbox也是一个具有增长潜力的部门。
当然,Nadella熟悉企业业务,而企业业务也是微软的财源之一,投资者不需要过于担心。
接过鲍尔默的指挥棒,Windows的隐忧。
另外的挑战:微软能否像谷歌和苹果那样加速建立应用程序生态圈?购买诺基亚直接让微软和这两家公司形成了竞争。不过,进入手机这一微软尚未成功的领域,对新任CEO来说是一种考验。
问题重大,回答不易。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。