ZDNet至顶网软件频道消息: 每隔几周,微软都会在它的Azure云平台上推出一大堆新功能。
根据1月8日Azure新功能博客文章,微软在Azure Marketplace中提供了针对Ubuntu Linux的首个Docker映像。Docker是一个开源引擎,可以自动进行应用程序部署。Docker使用容器而不是虚拟机在同一个服务器上同时运行多个应用程序。IBM、Rackspace和谷歌——以及诸如Canonical、Red Hat之类的主流Linux厂商——都已支持Docker。
自从2014年6月,微软已经让用户可以在Azure中,在Linux上运行Docker应用。微软还在开发支持它即将发布的下一代Windows Server的Docker容器。
该公司从今天开始在Azure中广泛提供“G系列”虚拟机,这是该公司最大的虚拟机。G系列提供了高达32vCPUs,使用了最新的英特尔至强E5V3家族处理器,448GB内存,6.59TB的本地固态存储(SSD)空间。
微软还在很多地区开始公开提供密钥存储库。密钥存储库在云中提供了可扩展的安全硬件模块(HSM)设备。密钥存储库让用户可以在Azure存储加密密钥。
密钥存储库并不是全新事物;它是微软Azure RMS BYOK(携带你自己的密钥)产品的新名称。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。