微软正在逐步放弃将基于网络的Office版本及基于网络的Office客户端应用称为“Office Online”或“Word Online”的做法。
微软正在将Office的网络版(以前被称为“Office Online”)重新命名为“Office”。但该公司的高管们表示,当他们需要将Office的网络版本与Windows、Mac、iOS或Android版本区分开来的时候,他们保留有时仍使用“Office for the Web”或“Office in the browser”这一术语的权利。
微软仅对客户端Office Online应用程序进行此项调整。 Exchange Online、SharePoint Online和Office Online服务器名称将继续存在。
微软透露了这一变化的原因:“由于我们的产品已经发展到可以在多个平台上提供对应用的访问,因此使用任何特定于平台的子品牌已经没有意义了。”
微软官方在7月24日的一篇博文中表示:“我们已经在大部分产品内部的体验、沟通、营销和技术内容方面做出了这些改变,并期望能够相对较快地完成剩余的更新。”
我,就我自己而言,并不是欣赏微软使用“Word”来描述各种Word——无论平台如何。对我而言,这使得事情变得更加复杂而不是更加简单,尤其是当读者询问可能在一个版本而非另一个版本中出现的特征或问题时更是如此。微软经常将Skype消费者版本与Skype 商业版或OneDrive消费者版本与OneDrive 商业版混为一谈,这使得关于微软产品的阅读和写作更加困难,而不是更容易。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。