“微软编程之美挑战赛”是面向在校学生开展的大型编程比赛,致力于为年轻开发者提供国际一流水平的开发与交流机会,鼓励他们开发潜能、通过创新方法应对现实问题。本届大赛分为资格赛、初赛、复赛和决赛四轮,历时近两个月。
其中,决赛将在微软(亚洲)互联网工程院苏州分院举办。微软(亚洲)互联网工程院苏州分院,专注于微软必应搜索、人工智能、语音及自然语言处理技术等研发方向,人工智能个人助理微软小娜就诞生在这里。决赛优胜选手除奖金外,还可获得进入微软中国研发部门实习、进入微软创投加速器所扶植的创业企业的实习绿色通道以及到美国访问学习的机会。
开幕式上,微软亚洲研究院常务副院长马维英博士表示:“微软始终注重对创新型青年人才的培养,这不仅是因为我们对中国教育界的长期承诺,更因为青年人的思维塑造着科技世界未来的模样。微软希望通过‘编程之美’这样的活动鼓舞有理想的青年人才,培养他们以前沿科技改变世界的能力,进而助力整个计算机行业的发展。”
作为全球最大的专业技术协会、本届大赛的协办方,IEEE亚洲区高级总监华宁表示:“迈入第四年的‘编程之美挑战赛’已经成为以解决挑战性问题为目标,众多高校代码高手切磋交流、实现梦想的平台。IEEE希望和微软一起通过这个选拔和培养创新人才的比赛提升更多高校学生的科学认识与工程素养。”
在大数据和云的发展背景下,人工智能迈开了引导人类进入数字工作与数字生活的步伐,成为生产、生活领域技术创新的关键环节。本届大赛以人工智能为主题,希望将人工智能引入学生们的编程实践中,让同学们设身处地的考虑人工智能的应用场景,切实感受编写代码所创造的智能之美。除此之外,大赛还希望参赛者在每一次的团队比拼中可以提升合作与沟通等方面的软实力。正如第三届大赛冠军、来自上海复旦大学的孙祥彦同学所说:“在比赛中,我不仅认识了朋友、锻炼了合作能力,更重要的是利用编程解决了实际问题,这感觉很好。”
由微软研究院开发的Code Hunt(www.codehunt.com)以及北京大学研发的POJ(http://poj.org/)两大在线编程与评测系统是本届大赛的“双评委”。多元化的测试与评价体系让来自不同背景、拥有不同技术偏好与擅长领域的参赛者可以得到合理的评审,同时提升参赛者挑战多重标准的综合实力。
自2012年起,“微软编程之美挑战赛”已经成功举办三届,吸引了三万五千多名大学生参加,20多名优秀参赛者获得了到微软实习的机会,促进了他们的能力提升与职业发展。除“编程之美”外,基于培养本地创新型人才的理念,微软亚洲研究院还推出了一系列面向青年的培养项目,如“明日之星”实习生计划、“微软学者”奖学金、“微软小学者”奖学金、“铸星计划”青年学者计划、联合培养博士生项目等。青年人不仅是“编程之美”的展现者,更是“科技之美”的缔造者,微软始终致力于人才、企业和行业的共同成长。
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。