至顶网软件频道消息:微软的官员们在5月15日的SharePoint Virtual Summit网络广播中介绍了该公司下一套SharePoint更新和功能的计划。
虽然微软将继续支持SharePoint Server内部部署用户,并将于今年晚些时候发布SharePoint Server 2016的第二个Feature Pack(功能包),但其即将到来的SharePoint的若干更新将首先提供给(在某些情况下,仅适用于) SharePoint Online/ Office 365。 SharePoint Server Feature Pack 2将开始提供SharePoint Framework组件集成。
微软的官员们表示,目前微软超过60%的SharePoint座席都在SharePoint Online而不是SharePoint内部部署上。官员表示,超过25万家企业目前在企业内的某个地方拥有SharePoint,SharePoint月度活跃用户数量较上年上升了90%。 (微软没有提供SharePoint用户总数,但是表示有超过1亿个Office 365 Commercial席位,这意味着有将近1亿的SharePoint Online用户。)
在路线图前端,微软正在准备对Office 365中的SharePoint提供个性化搜索,这将不仅能够显示Sites and Files(站点和文件),还可以显示People(人物)。
在接下来的几个月中,当用户点击Office中的搜索框时,微软将推出有关最新文档、相关内容和新闻等的建议功能。关于可能提供相关信息的人员的建议也将根据其Office 365配置文件中的信息进行显示。被激活的People Cards(人员卡)将提供来自用户个人资料的相关信息。
让搜索结果“个性化”的基础隐藏在微软Graph之中。随着时间的推移,微软一直致力于从Yammer、微软Teams和Planner中为Graph带来更多的“信号”,这将影响用户在Office 365单个租户的SharePoint Home中看到的站点、文件和人员列表中。
这个新的个性化People搜索正是微软之前官方预计在已经取消了的SharePoint的Infopedia门户上提供的知识管理功能。
从今年6月开始,微软还通过允许用户直接从Windows 7和/或Windows 10文件资源管理器以及Mac Finder中共享来增加更简单的共享体验。用户将能够与特定的人共享文件或文件夹,或发送链接以允许组织内部或外部的任何人访问共享的内容。
微软还将通过将现有的SharePoint Team站点连接到Office 365 Groups来实现现代化。微软还计划在今年秋季之后增加在微软 Teams中将SharePoint网页添加为标签的功能。此外,用户将能够创建可在Web、PC或Mac、移动浏览器和/或SharePoint应用程序中查看的SharePoint通信站点。
微软在SharePoint和PowerApps and Flow之间增加了更多的集成点。用户将能够使用PowerApps从内部SharePoint列表和库中创建自定义表单,而不仅仅是依赖于默认的SharePoint表单。并且新的内置审批表单将允许用户从SharePoint内部发送定制的电子邮件。
微软的官员们表示,该公司将在9月份的Ignite大会上提供有关这些新功能的进展情况及更加确定的交付日期。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。