至顶网软件频道消息: 到九月中旬,微软Office 365公共路径图将不复存在。它将被微软365路径图取代。
上周在其Office 365消息中心披露了该计划。Office 365订阅者收到的消息是这样说的:
"在9月中旬,Office 365路径图将成为微软365路径图,并将迁移到新的Web位置。除了保留现有Office 365路径图的所有当前信息和功能外,新站点还将包含微软365产品--Windows 10、Enterprise Mobility Suite和Azure的功能。"
在此解释一下:微软365是微软公司一年前推出的Windows 10、Office 365和Enterprise Mobility + Security捆绑包。
当前的Office 365路径图列出了为各种订户规划的更新。包括一些公开披露的Office功能,这些功能要么已经推出,要么正在推出或正在开发或取消。曾经微软还有一个针对特定业务功能的公共Windows 10路径图页面,但笔者认为应该已经不存在了。
通过新的微软365组合路径图,用户将能够搜索"产品"、"云实例"和"平台"等术语。新路径图将提供所列功能的信息,包括是否能在"目标版本"中进行部署、预览、是否有专门的云实例或是否是全球性的。还将为新的组合路径图提供RSS源。
对于任何关注微软的人来说,这个路径图的变化都不应该让人感到惊讶。通过其最新的企业级重组,微软已将部分Windows、设备和Intune管理和团队划归给Office 365的前负责人Rajesh Jha管理,他现在负责管理微软365。
尽管客户仍然可以选择单独购买Windows、Office 365和Intune或者单独获得这些产品的授权,但微软正在将其大部分市场营销和销售工作置于微软 365产品包上。
在其他与Office 365相关的新闻中,微软上周还宣布,它将为所有Exchange Online Protection(EOP)用户提供增强的反欺骗功能。之前,此功能仅提供给E5和Defender Advanced Threat Protection插件用户。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。