萨蒂亚·纳德拉(Satya Nadella)加冕微软最高领导人之后,忙得没有时间回到自己的祖国旅游,但这并不影响他通过网络电视向在印度召开的首次微软Azure云会议发表讲话,大量开发者、技术决策者及IT专家应邀参加该会议。
萨蒂亚说:“在印度长大的我,以前做梦都没想到自己将来有机会以微软CEO的身份与大家交谈,当时我对板球的关注度要高于技术。”
今天,萨蒂亚关注重点将不再是板球,而是如何让Azure成为印度第一大云平台,Azure是萨蒂亚最近三年负责的Cloud and Enterprise集团的一部分。
迄今为止,Azure进展不错。据微软称,Azure在印度的增长主要得益于客户端优先的云业务,覆盖了包括大私有银行、汽车厂商和卫生保健组织在内的大量领域。
微软印度区总经理Karan Bajwa曾表示:“对Azure而言,印度是增长最快的市场之一。”两年前,Azure还是一个趋势,但现在成为了新标准,每月新增约2000名客户。
微软下一个目标是大量(120万家)中小企业,这些中小企业在运营时缺乏企业技术,微软将之发展为自己客户的时机已经成熟。但是,尽管目标令人垂涎,但这些客户的成本意识特别强烈,会抵制改变现状。
因此,为解决这一矛盾,微软在几天前针对印度中小企业公布了一个折中方案:允许中小企业使用原来的硬件。
借助其1万家实力强大的合作伙伴网络,微软可接触到印度250个城市的中小企业,为自己赢得交易打下坚实的基础。当然,亚马逊在印度市场的发展势头也不可小觑。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。