
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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。