ZDNet至顶网软件频道消息: 在过去的一年多里,微软高管一直在努力解释Windows未来的方向。在7月22日,微软2014财年第四季度财报电话会议上首席执行官纳德拉对此发表了一些评论, “我们将对下个版本的Windows进行精简,从三个操作系统简化到一个融合的操作系统,该系统支持所有尺寸的屏幕。”
一个可以运行在手机、平板电脑、PC和游戏平台上的Windows操作系统么?
并不完全是。在电话会议之后,纳德拉试图澄清他的言论,但没有及时阻止已经风风火火发布的新闻头条。
以下是“一个Windows”的真正含义:
1、由统一团队开发所有Windows变体。这个团队自2013年7月微软创建由Terry Myerson领导的统一操作系统部门之时就已经就绪了。这个团队负责Windows Phone操作系统、Windows嵌入式、面向PC和平板电脑的Windows以及Xbox One操作系统。
2、一个“核心”。Windows Phone、Windows 8、Windows RT和Windows Server都在一个共同的“核心”之上构建的,也就是NT核心。因为微软的分层架构方法,每个操作系统构建在这个核心之上,都采用了针对它所运行在的设备和硬件的不同组成部分。
3、一个统一的商店和跨所有平台的商业模式。在过去的一年中微软已经采取措施将Windows Phone商店和Windows商店进行统一。但是达成统一的目标仍有很长的路要走:一个覆盖所有平台的商店。下一代版本的Windows Phone和Windows(代号都是Threshold)发布时也许会首次展示这个统一的商店。我不确定Xbox应用何时会添加到这个商店中。
4、一个统一的开发平台。多年来,微软高管们一直在承诺,开发者们将能够一次性编写代码并运行在所有Windows变体上。为了做到这一点,微软试图尽可能地将API的核心集以及用于构建Windows、Windows和Xbox操作系统的开发者工具进行统一。微软已经准备好了其中很多组成部分,允许Windows和Windows Phone开发者们在编写所谓“通用的Windows应用”时重新利用更多他们自己的代码。
而下面是“一个Windows”含义中不包括的:将不会有一个统一的Windows SKU,甚至是两个,仍将会有多个版本的Windows。纳德拉在财报电话会议上很清楚地表达了这一点。
“我们的SKU战略仍然按部分保留。”他这样说道。“我们将有多个针对企业的SKU,我们将有针对OEM和终端用户的SKU……随着我们取得更多进展我们会披露和谈论关于我们的SKU战略。”
就目前而言,我们还没有看到一些新消息。希望当微软公开预览Windows Threshold的时候(微软希望是在今年秋季,据我所知……)会有更多承诺的组成部分就位。
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。