微软公司资深副总裁、微软亚太研发集团主席张亚勤表示,中国在云的快速发展,离不开研发团队,Microsoft Azure在存储、云计算、以及商业智能、大数据等方面很多都是在上海的研发团队完成的。
与此同时,微软还专门成立了面向中国的创新团队。媒体云、城市云、智慧城市、智慧农业,都有微软云创新中心工程师的背影。
张亚勤强调,另一方面很重要的一点,不仅仅是要创新,更重要的是与合作伙伴一起创新,不仅仅和大企业一起创新,而且要和小的企业一起创新。
因此,微软在一年半之前成立了一个叫“微软云加速器”,现在叫“微软创投加速器”,目的就是希望扶持初创的企业,让他们很快能使用云的技术,降低创业的门槛。目前,微软已经孵化66个公司,有各种不同的应用。
在此基础上,Microsoft Azure还支持开放性。比如,两个月前在上海成立了一家叫微软开放技术公司。这个公司是微软在中国成立第二个法律实体,目的就是要和开源社区进行合作,支持基本上所有重要的开源包括大数据方面编程的语言、系统、实时。微软开源技术公司把700多个开源的虚拟镜像放到Microsoft Azure,这里面包括了十几个中国开源开发的应用。
此外,微软也和中国的学术界、政府、产学研密切合作,成立了微软中国云体系产业创新战略联盟。
张亚勤指出,过去几年微软研发的资源都投入在了云和端方面,最近提的“云优先、移动优先”成为战略新的发展阶段。
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。