ZDNet至顶网软件频道消息: 微软现在可以说是BYOD(自带设备)的虔诚信徒。现在看来,微软也在BYOS(自带服务)或者自带云(BYOC)上投入了极大的赌注。
然而,微软管理层正在面对的问题是:免费送的那些软件和服如何实现盈利。免费的OneDrive存储,针对微软和非微软平台提供的免费OneNote应用,免费的Skype应用和服务。这对消费者来说是件好事,但是除了为自己赚口碑外,微软如何让这些免费的举措变现呢?
上个月摩根大通技术、媒体与电信大会上微软北美总裁Judson Althoff向参会者表示,微软的目标是创建消费者为核心的“流行的、可消费的云服务,并在企业级领域转化为商业价值”。简而言之,微软的目标是希望把客户与一系列关键服务联系起来,希望他们能够在工作环境中继续使用微软的产品,而不仅仅是在家中。
“我们正在试图做的,是创建具有粘性的服务,是从消费级起步的服务,是在消费级具有免费增值的服务。”Althoff这样表示。他特别提到了OneNote、OneDrive以及Skype,称其为“快餐式应用”。
“如果人们越来越多地了解和使用我们的OneNote功能、云中的OneDrive接入和同步、通过Skype完成即时会议及讨论的话,他们将把这些在消费级环境中成长的经历,自然地转化为在企业环境继续去使用它们的需求。”
微软最近的重组结果是创建了四个新的应用和服务群组投资领域——Exchange和Outlook/Outlook.com、Skype/Lync、OneNote Online和OneDrive、OneNote,现在看来更有道理了。微软已经将这四个团队集结在一起,希望跨消费级和企业级产品线引起联动。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。