
今日,微软公司确认微软全球资深副总裁、亚太研发集团主席张亚勤因个人原因离职。
此前曾担任微软全球资深副总裁,兼任微软亚洲研究院院长及微软亚太研发集团主席的张亚勤,在过去的十五年里倾力帮助微软在北京建立美国之外规模最大的研发基地。目前,微软亚太研发集团已有超过3000名工程师和科学家,工作领域包括基本研究、科技创新和孵化、产品开发、以及战略合作。
据多位消息人士透露,张亚勤将进入百度的高级管理层,担任新业务总裁。张亚勤将直接向百度的联合创办人、主席兼CEO李彦宏汇报工作。消息人士称,微软本周将公布张亚勤离职的消息。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。