3天500+场高密度科技干货分享
Microsoft Ignite全球科技大会
1天后即将开启
全球顶级技术专家及合作伙伴汇聚一堂
更有微软CEO Satya Nadella
带你零距离亲历AI变革浪潮?
演讲:Microsoft Ignite opening
更多精彩议题,邀你探索:
体验Microsoft 365 Copilot为你的工作解放生产力
演讲:Becoming an AI-Powered Organization with Microsoft Copilot
应用Azure为你的组织开启AI转型
演讲:AI transformation for your organization with the Microsoft Cloud
借助AI构建你的未来网络安全基础
演讲:The Future of Security with AI
凭借低代码创建更智能的商业解决方案
演讲:Accelerate impact with AI-powered low code tools
现在预约,解锁每一款属于你的AI
无论是未来办公与商业创新
还是AI时代的云与安全基石
先人一步掌握AI更快打开全新世界!
会议时间:2023年11月16-17日
报名步骤:
Step 1 复制演讲名称
Step 2 点击前往Microsoft Ignite官网
Step 3 搜索演讲,预约成功
随时随地,连接未来!
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。