ZD至顶网软件频道消息: 微软2016年Build大会第二天,微软云计算和企业负责人Scott Guthrie在主题演讲上表示,微软将开源Azure Functions的运行时间,目的是令开发人员可以在Azure上或是在自己的数据中心或其他云里托管各种功能。
据悉,Azure Functions非常适合物联网(IoT)的开发,开发者可以利用Azure Functions处理对各种事件作出响应的任务。微软官员表示,Azure Functions也可以用于网络、移动系统和大数据。Azure Functions服务可自动扩展以满足各种需求,因此,Azure Functions只有在功能运行时才计算收费。
微软还宣布一般用户可于即日起使用微软下一代平台即服务技术Azure Service Fabric。
Azure Service Fabric可将应用程序分解成名为微服务(Microservices)小组件。这些微服务小组件可以在所属的基础架构里独立更新和维护。微服务通过Azure Service Fabric及编程接口进行相互通信。
微软自己也在使用Service Fabric技术,Azure内核心以及包括商业版Skype、Azure SQL数据库、房内/部署中的Intune、Event Hubs、DocumentDB和Cortana等服务都用了Service Fabric技术。微软官员表示,客户用的Service Fabric技术和微软内部Service Fabric技术是相同的。
微软同时宣布推出Windows Server版Service Fabric预览和Linux和Java API版Service Fabric:Windows Server版Service Fabric预览用于内部部署和在其他云里的部署。
微软称,下半年将开源Linux版Service Fabric的编程框架。
微软还宣布即日起用户即可购买新的Azure IoT Starter Kits(Azure物联网初学者工具包)。工具包可用于构建物联网原型。每套工具包标价50美元到160美元。
微软另外还公布推出Azure云里的新Power BI嵌入式服务。开发人员可利用Power BI嵌入式服务将互动报告和可视化嵌入到各种设备的应用程序里。
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。