ZD至顶网软件频道消息: 2016年2月8日,当越来越多的人认定Windows Phone/Windows Mobile已死,鲍尔默仍然坚持他对诺基亚的收购是正确的,尤其是现任CEO萨提亚.纳德拉的“移动优先、云计算优先”战略是无论如何也离不开移动设备的。
在接受《Business Insider》采访时,鲍尔默表示:“未来的创新是双方向的,既要从云计算向所有设备,也要从设备向云计算中的软件。”鲍尔默希望微软能够两边下注。
“两边下注对于微软而言是非常重要的,我想业内也已经看到了微软在Surface、HoloLens和Xbox等终端设备方面所做的努力。”
如果鲍尔默仍在执掌微软,微软可能不会像现在这样,苦恼于如何用通用Windows平台来填补App上的差距,鲍尔默会直接在Windows Phone上运行安卓应用程序。
然而,从上个季度微软高层对手机销售额再度创新低的态度来看,微软似乎不在乎Windows Phone的销量,相反,微软更在意在安卓和iOS操作系统上提供微软核心的应用程序和云服务。与此同时,华尔街也似乎更关注微软的云计算业务。
即便如此,鲍尔默仍旧坚持己见,他强调说自己“不是股票的卖家”,并且认为微软如果想在云计算方面获得成功,就需要在移动设备方面绘制出更清晰的路径图。
“微软必须为移动设备设定一个方向。如果想要移动优先、云计算优先,首先要明白在移动设备方面需要做什么。”鲍尔默表示,“我曾经为这家公司确定了长期的发展战略,在我离开时,公司董事会依此收购了诺基亚,我和公司董事会都支持这项决定以及这个方向。现在,萨提亚肯定改变了它,他需要一个明确的前进方向。但是我不确信他是否能做到这一点。”
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。