ZDNet至顶网软件频道消息: 根据一则新的招聘启事,微软正在组建一个新团队致力于所谓的“推荐即服务”。
微软在以色列的云和企业工程团队正在构建一个代号为“Project Sage”的项目。这个招聘启事将Sage描述为一项“通用的推荐即服务解决方案,能够让客户以非常简单和直观的方式使用这个艺术推荐引擎”。
这就是到目前为止官方透露关于这种推荐服务的信息。我敢打赌这种推荐服务至少有一个潜在用途就是针对出版商的推荐服务,类似于Google正在测试的内容推荐产品。我认为也有可能是在此基础上的广告推荐和个性化产品。
两年前微软将Project Sage作为一个孵化项目启动,“将作为一个产品部门迈出第一步”,招聘启事中这样写道。
Project Sage根植于“CloudML”(云机器学习)。该团队下面有一个小组专门开发可以被微软产品部门和面向外部产品所使用的算法。(CloudML算法团队也是微软云和企业部门的一部分,由执行副总裁Scott Guthrie领导。)
以下是来自CloudML算法团队单独开放的招聘启事:
“我们的团队在结合卓越的工程设计和研究深度方面具有独特优势。大批CloudML TLC工具包的内部用户提供了与很多产品的互动,并了解广泛的现代ML应用和技术——从随机预测到MapReduce,再到GPU上的深度学习,以及这之间的一切。”
机器学习是微软首席执行官萨蒂亚纳德拉所谓云为先/移动为先战略的一个基础技术领域。基于云的机器学习也是微软研究院一个重要优先项目。
在微软新英格兰研发中心,他们的任务之一就是向企业、数据科学家、开发者、信息工作者、消费者以及设备提供机器学习云技术。其理念是为所有用户提供对机器学习平台的访问,允许研究人员在微软内部和外部进行实验和开发,以构建由云提供强大支撑的网络服务。
微软研究机构NERD以及微软纽约研究实验室正在携手与Bing团队合作,使用CloudML来做预测分析。NERD将在5月13日举办第三届新英格兰机器学习日。
谈到预测,微软官方在5月8日表示,他们已经向微软的商业智能服务PowerBI for Office 365中添加了预测(以及后报)能力。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。