微軟研究:知識注入LLM的新途徑
微軟研究部門開創了一種將外部知識整合到大型語言模型 (LLM) 的突破性方法。這種名為 Knowledge Base-Augmented Language Models (KBLaM) 的創新系統採用'即插即用'理念,無需更改現有模型,提供更高效的知識增強方法。
微軟研究部門開創了一種將外部知識整合到大型語言模型 (LLM) 的突破性方法。這種名為 Knowledge Base-Augmented Language Models (KBLaM) 的創新系統採用'即插即用'理念,無需更改現有模型,提供更高效的知識增強方法。
微軟持續探索個人化數位體驗,在現有的 Copilot AI 基礎上,引入具有語音功能的動畫虛擬化身。 此發展為使用者互動增添了新的面向,超越了 AI 輔助的純粹功能性。
微軟不再完全依賴OpenAI進行人工智能研究。 這家科技巨頭正積極打造自家AI推理模型'MAI',標誌其AI策略重大轉變,旨在減少對OpenAI的依賴,並探索xAI、Meta和DeepSeek等其他AI模型,以提升自身AI能力及產品。
微軟 CEO Satya Nadella 認為,頂尖 AI 模型之間的差異正在縮小,競爭優勢將轉向產品開發和系統整合。這對 AI 產業的未來發展具有深遠影響。
AI發展長期追求更大、更複雜的模型。然而,運算需求和環境問題日益嚴重,促使典範轉移。Microsoft和IBM正引領這場變革,證明在AI領域,'小即是美'。他們的小型語言模型(SLMs)不僅挑戰現狀,更重新定義了可持續和普及的AI未來。
Microsoft 的 Phi-4 系列代表了人工智慧領域的重大進展,特別是在多模態處理和高效、本地部署方面。此系列包含 Phi-4 Mini Instruct 和 Phi-4 Multimodal 模型,開創了一個強大 AI 功能不再局限於大型雲端基礎架構的新時代。
微軟近期決定不再續租部分資料中心,引發業界對 AI 運算能力過剩的擔憂。這究竟是 AI 需求放緩的跡象,還是僅為巨頭的策略調整?本文深入探討此舉背後的潛在因素,以及對 AI 市場的廣泛影響。
2025年3月2日,Microsoft Outlook 發生全球大規模服務中斷,影響多項 Microsoft 365 服務。Microsoft 迅速確認問題並進行修復,服務逐步恢復正常。事件突顯了大型軟體系統管理的複雜性,以及遙測、備援和快速反應的重要性。
Snowflake 最近公布了第四季度的亮眼業績,並宣布加深與 Microsoft 的戰略合作夥伴關係。同時推出名為 Cortex 的創新 AI 代理,旨在提高生產力並簡化數據訪問。該公司還致力於支持多種市場領先的 AI 模型,包括 Anthropic's Claude、Meta Llama 和 DeepSeek。
Microsoft 透過 Azure AI Foundry 的重大更新,進一步推動 AI 創新。此平台整合了尖端模型(如 GPT-4.5)、增強的微調技術和新的代理企業工具,加速從 AI 實驗到實際業務影響的轉變。