微软Windows Server的下一版本已被认定为长期服务渠道版,现正面向主流客户全面推出。
微软已经开始向主流用户发布其Windows Server的下一版本(即Windows Server 2022)。过去一年多以来,Windows Server 2022一直在开发长期服务渠道(LTSC)版本,其中包含多项新功能。
Windows Server 2022提供标准版、数据中心版与数据中心:Azure等版本。在此之前,Windows Server 2022只供批量许可服务中心的客户使用。用户也可以通过Azure、产品评估中心以及Visual Studio站点上获取。
8月18日,微软悄悄更新了Windows Server 2022生命周期文档页面,表示该产品的支持周期将从即日起生效。该产品的主流支持预计将于2026年10月13日结束,扩展支持将于2031年10月14日结束。微软官员们表示,未来该公司将只发布Windows Server的LTSC版本,而不再提供半年渠道版本。这些LTSC服务器版本将拥有十年支持周期,涵盖五个主流版本与五个扩展版本。微软计划每两到三年发布新的Windows Server版本。
今年年初,微软官方还发布了Windows Server 2022中的部分新功能列表。据微软表示,Windows Server 2022用户将能够:
微软还计划在9月16日举办虚拟Windows Server峰会活动,官方表示届时将首次提供该产品的深度公开展示。
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。