
微软正在组建一个由美国国防部高级计划研究局创新部门前掌门诺曼·惠特克(Norman Whitaker)领衔的“特殊项目”团队,致力于研究“具有颠覆性的新一代技术”。
微软“特殊项目”团队与Google X非常相似。一名消息人士透露,微软有意在效仿Google X。
微软研究院其他部门专注于“通过综合基础和应用研究,推动计算技术的发展”,“特殊项目”团队则更像是一家创业公司,专注于“具有颠覆性的新一代技术”。
微软“特殊项目”团队的研究范围包括系统、网络、分布式计算、用户体验设计、设备、云计算、移动、机器学习/人工智能、大数据、数据中心领域“高难度和有趣的问题”。
Google X是Google从事颠覆性技术研究的部门,无人驾驶汽车、Google眼镜、Project Loon都出自Google X之手。
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。