Redian新闻
>
微软亚洲研究院
最后更新于
微软亚洲研究院
[2024/04/24 - Now]
  • 图像解码器;多头混合专家网络;视觉模型美学对齐;医学视觉任务适应基准

    (本文阅读时间:10分钟)编者按:欢迎阅读“科研上新”栏目!“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里,你可以快速浏览研究院的亮点资讯,保持对前沿领域的敏锐嗅觉,同时也能找到先进实用的开源工具。「 本期内容速览 」01MedVTAB:大规模医学视觉任务适应基准02对齐视觉模型与

  • 完全激活稀疏大模型,Q-Sparse突破LLM推理效能

    (本文阅读时间:9分钟)编者按:激活稀疏性是解决大语言模型(LLMs)在推理阶段出现的计算成本高、内存占用大等问题的有效方法,可以有效减少激活张量中激活元素的数量。然而该方法无法实现 LLMs 激活的完全稀疏性,从而限制了推理阶段的效率提升。对此,微软亚洲研究院提出 Q-Sparse 实现了 LLM

  • 数据驱动模型提升电动汽车电池退化预测准确率

    (本文阅读时间:9分钟)编者按:在全球向新能源转型的浪潮下,电动汽车的普及率正不断提升。然而,在享受电动汽车便利性的同时,你是否也在担忧电池的续航问题?电池的性能和寿命以及相应的监测、维护、回收等相关问题也同样困扰着电动汽车生产企业。而且如果废旧电池在回收、拆解和再利用的过程中处理不当,可能会对环境

  • ProbTS:时间序列预测的统一评测框架

    (本文阅读时间:13分钟)编者按:如今,时间序列预测在健康、能源、商业、气候等多个行业发挥着至关重要的作用。它不仅影响着相关资源的分配和调度,还影响着行业的管理和运营决策。但是现有的时间序列预测方法通常缺乏对基础预测需求的全面考虑,无论是经典的时序预测模型还是近期涌现的时序基础模型,都存在方法设计上

  • 构建负责任且大规模的生成式人工智能的七个启示

    (本文阅读时间:8分钟)2023年,生成式人工智能取得了巨大的进步,人们现在用文字就能创造出逼真的画面,借助微软的 Copilot 工具就可以总结错过的会议内容、撰写商业提案,或根据冰箱里的食材来推荐晚餐菜单。尽管微软在构建人工智能应用方面早已制定了一系列原则和流程,以尽最大可能减少意外伤害并为用户

  • AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

    (本文阅读时间:7分钟)编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软

  • CVPR上新 | 从新视角合成、视频编解码器、人体姿态估计,到文本布局分析,微软亚洲研究院精选论文

    (本文阅读时间:11分钟)编者按:欢迎阅读“科研上新”栏目!“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里,你可以快速浏览研究院的亮点资讯,保持对前沿领域的敏锐嗅觉,同时也能找到先进实用的开源工具。本周,人工智能领域最具学术影响力的顶级会议之一,CVPR 大会在美国西雅图举办。因此

  • 对话Nature子刊论文作者:DiG如何揭示蛋白质秘密

    (本文阅读时间:9分钟)编者按:尽管当前利用人工智能技术预测生物分子结构的模型已经可以精确预测包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物结构,但对于科学家们来说仅了解分子的微观结构还远远不够,因为分子的宏观属性和功能往往取决于分子结构在平衡态下的分布。用于分子结构平衡分布预测的深度学习框架

  • 科学匠人 | 程鹏:“研究员+工程师”模式的探路者,推动人工智能与系统协同进化

    (本文阅读时间:10分钟)编者按:尽管人工智能大模型在处理任务的广度上已经取得了突破,但它在特定领域的深度和精确性上仍存在局限。为了应对这一挑战,微软亚洲研究院提出了特定领域智能(Artificial Specialized Intelligence, ASI)的概念,并沿着人工智能与系统协同进化(

  • 明天直播 | ICLR 2024人气精选论文分享

    (本文阅读时间:4分钟)人工智能国际顶级学术会议 ICLR 2024 刚刚落下帷幕,我们即刻为大家安排上微软亚洲研究院入选本届大会的人气精选论文直播!在此前的文章中,我们解读了涉及深度强化学习、多模态语言模型、时间序列扩散模型、无监督学习等多个领域的精选论文。根据大家的投票结果,我们特别邀请了两篇人

  • TEDxBeijing演讲 | 价值观罗盘——以科技之光,照亮人机共生之路

    (本文阅读时间:20分钟)人工智能的迅猛发展,极大地改变了我们的工作和生活方式,带来了诸多便利,但与此同时,各种潜在风险也随之涌现,例如人工智能生成的内容可能会包含歧视性话语、虚假性信息、隐私泄露等。反尺度定律表明:随着 AI 模型规模的增加,可能带来的风险和问题也会相应增大。因此,人们在追求更强大

  • 必应高考,高考必赢!微软必应助力2024年高考梦想启航

    (本文阅读时间:4分钟)面对即将迎来的高考季,最新的高考考生调研结果显示,考生们普遍认为网上高考相关的信息鱼龙混杂,难以相信,希望有更严肃可靠的途径了解高考信息。在对学校和专业进行调研考察时,同学们希望能够详细理解不同学校及专业的学习内容、就业前景、以及与自己的兴趣志向的匹配度。“选择专业的时候会在

  • 不断迈进:Microsoft Build持续为开发者带来AI工具的升级与扩展

    (本文阅读时间:14分钟)作者:Frank X. Shaw,微软全球首席传播官人工智能的突破性进展正深入影响着微软,以及那些通过微软技术提高效率、提升客户体验并实现新突破的开发者们。过去一年,微软构建了 Microsoft Copilot 智能副驾驶®,并发布了150多项更新。我们还开发了 Copi

  • 周礼栋:打开创新组织的管理锦囊

    (本文阅读时间:13分钟)本文转载自《商学院》,作者石丹。“创造一个空间,让每个人的每一份天赋都能得以释放和运用,并演变成为集体天才的作品。”哈佛商学院教授、领导力研究中心主席琳达·希尔(Linda Hill)在名为“如何管理集体创造力”的 TED 演讲中如是说。“这与我们的目标很类似。”微软亚洲研

  • AI for Science,憧憬一个人人都可参与科学发现的未来

    (本文阅读时间:18分钟)编者按:正处于起步阶段的 AI for Science 被认为是科学发现的第五范式。尽管目前对于 AI for Science 的定义和研究方向仍有诸多讨论,但这并不妨碍 AI for Science 已经开始在科学发现的实践中取得令人瞩目的成果。近年来,微软研究院科学智能

  • MatterSim:人工智能解锁材料设计的无限可能

    (本文阅读时间:6分钟)编者按:随着科技的不断发展,新材料已成为增强产业竞争力的关键因素。然而,新材料的物理和化学特性复杂多变,准确预测其属性,特别是实际合成和使用条件下的属性,是物质科学领域中长期存在的挑战,也是材料工业数字化转型的核心挑战之一。为了破解这一难题,微软研究院科学智能中心(Micro

  • YOCO:打破传统Decoder-only架构,内存消耗仅为Transformer的六分之一

    (本文阅读时间:8分钟)编者按:近期,微软亚洲研究院推出了一种创新性的 Decoder-Decoder 架构 YOCO(You Only Cache Once)。通过自解码器和交叉解码器的独特架构,YOCO 仅需缓存一次键值对,从而显著降低 GPU 内存的使用。在模型评估中,YOCO 展现出与同规模

  • ICLR上新 | 强化学习、扩散模型、多模态语言模型,你想了解的前沿方向进展全都有

    (本文阅读时间:12分钟)编者按:欢迎阅读“科研上新”栏目!“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里,你可以快速浏览研究院的亮点资讯,保持对前沿领域的敏锐嗅觉,同时也能找到先进实用的开源工具。本周,全球最负盛名的人工智能盛会之一 ICLR 大会将在奥地利维也纳举办。所以,今天

  • 祝贺微软亚洲研究院研究员入选“2023年中国智能计算创新人物”!

    (本文阅读时间:3分钟)近期,《麻省理工科技评论》中国正式发布了“2023年中国智能计算创新人物”。该奖项旨在表彰那些在智能计算领域做出杰出贡献的科研人员、工程师、产业实践者,他们不仅在学术研究上取得了突破,更在技术推广和商业应用上展现了卓越的榜样力量。微软亚洲研究院首席研究员李东胜和高级研究员傅建

  • 统一化数据库:为大语言模型垂域应用奠定基础

    (本文阅读时间:13分钟)编者按:检索增强生成(RAG)技术因在减少生成幻觉和虚构信息方面的显著效果,以及对知识及时更新能力的改善,正逐渐成为大语言模型系统的主流架构之一。随着 RAG 技术的广泛应用,其核心组件——向量数据库,也开始受到越来越多的关注,成为大模型中不可或缺的外挂知识库。然而,向量数

原创公众号
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。