
贺乐赋先生目前担任微软公司资深副总裁、微软大中华区董事长兼首席执行官,全面负责制定和实施微软在大中华地区的业务运营及整体战略,充分优化、整合和利用微软在大中华区的业务和投资,确保公司获得长期、持续的增长和成功。贺乐赋直接向微软国际业务总裁古德华先生(Jean-Philippe Courtois)汇报。
贺乐赋已经在微软工作了九年,在地区业务成长与可持续发展方面取得了卓越业绩,在建立和发展多元化组织方面展示出非凡的能力。此前,贺乐赋担任微软德国总经理,负责微软所有商用产品在德国市场的定位, 营销与推广;在担任微软德国总经理之前,他曾任微软德国的首席运营官。此前Ralph曾主管微软在欧洲、中东和非洲地区的合作伙伴业务,并担任微软中小企业解决方案与合作伙伴事业部西欧区总经理。
加入微软之前,贺乐赋在IBM德国和国际业务部门工作。他在IBM通过了高管领导力培训,是时任IBM全球销售与市场高级副总裁Mike Lawrie的全球9人工作组的一员。
贺乐赋生于德国斯图加特,分别于1992年和1998年获得工程学位和MBA学位,目前已婚并育有两个孩子。在业余时间,他爱好滑雪、自行车和高尔夫,曾经有大约十年时间是半职业音乐人。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。