微软和思杰(Citrix)是二十多年的合作伙伴了。7月14日微软发布了与思杰合作的最新信息。微软年度Inspire全球合作伙伴会议将在一周后召开。
7月14日的更新里其实也没太多新的东西。思杰之前已经宣布微软的Azure是其首选云平台。两家公司也在商讨将思杰各种产品与Azure及微软的Windows虚拟桌面(WVD)服务更紧密整合的计划。
两家公司7月14日宣布将提供联合工具和服务,以加速本地思杰客户迁移到Azure的过渡。两家公司表示将创建一个“连接路线图”, 连接路线图涵盖了由思杰Workspace、思杰SD-WAN、Azure和微软365组成的联合产品。联合产品将由各自的直销团队通过Azure市场和渠道合作伙伴销售。
坦白地说,两家公司之间合作关系7月14日的更新里最有趣的部分是新闻稿中的一句话称“思杰和微软都将维持其支持选择的长期政策”。微软大多数声明在宣布那些以Azure 为“首选”云供应商的合作伙伴时都不提“首选”并不表示“唯一”。
思杰Workspace和Networking除了可在Azure上使用也可在AWS和谷歌云平台上使用。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。