微軟開(kāi)源
與“微軟開(kāi)源”的相關(guān)熱搜詞：
相關(guān)“微軟開(kāi)源” 的資訊27篇
-
【騰訊云】11.11云上盛惠！云服務(wù)器首年1.8折起，買(mǎi)1年送3個(gè)月！
11.11云上盛惠！海量產(chǎn)品 · 輕松上云！云服務(wù)器首年1.8折起，買(mǎi)1年送3個(gè)月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享?？靵?lái)騰訊云選購(gòu)吧！
騰訊云
12-20
廣告 -
薦 有望治愈癌癥！微軟開(kāi)源新模型，諾獎(jiǎng)級(jí)重大突破
微軟在官網(wǎng)開(kāi)源了，最新動(dòng)態(tài)蛋白質(zhì)生成模型BioEmu-1。BioEmu-1能在單個(gè)GPU上每小時(shí)生成數(shù)千種蛋白質(zhì)結(jié)構(gòu)，生成效率比傳統(tǒng)MD模擬提高了幾個(gè)數(shù)量級(jí)。在預(yù)測(cè)人類血管緊張素轉(zhuǎn)換酶2的構(gòu)象柔性方面，BioEmu-1成功揭示了ACE2在不同構(gòu)象下的動(dòng)態(tài)特性，證明了其在解析生物大分子相互作用及預(yù)測(cè)蛋白質(zhì)功能方面的巨大潛力。
-
薦 微軟開(kāi)源創(chuàng)新框架:可將DeepSeek，變成AI Agent
微軟在官網(wǎng)發(fā)布了視覺(jué)Agent解析框架OmniParser最新版本V2.0，可將DeepSeek-R1、GPT-4o、Qwen-2.5VL等模型，變成可在計(jì)算機(jī)使用的AIAgent。與V1版本相比，V2在檢測(cè)較小的可交互UI元素時(shí)準(zhǔn)確率更高、推理速度更快，延遲降低了60%。當(dāng)任務(wù)是“點(diǎn)擊設(shè)置按鈕”時(shí)，OmniParser不僅提供了設(shè)置按鈕的邊界框和ID提供了其功能描述，顆顯著提高了模型的準(zhǔn)確性和魯棒性。
-
薦 AI日?qǐng)?bào)：“即創(chuàng)”正式版上線；2024胡潤(rùn)中國(guó)AI企業(yè)50強(qiáng)榜單；通義萬(wàn)相推2.1視頻模型；微軟開(kāi)源超強(qiáng)小模型Phi-4
歡迎來(lái)到【AI日?qǐng)?bào)】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點(diǎn)內(nèi)容，聚焦開(kāi)發(fā)者，助你洞悉技術(shù)趨勢(shì)、了解創(chuàng)新AI產(chǎn)品應(yīng)用。新鮮AI產(chǎn)品點(diǎn)擊了解:https://top.aibase.com/1、巨量引擎旗下AIGC工具“即創(chuàng)”正式版上線巨量引擎的AIGC工具“即創(chuàng)”正式上線，提供多種內(nèi)容生成方式，包括AI腳本生成、智能成片和數(shù)字人等。用戶反饋新版本在圖像質(zhì)量和細(xì)節(jié)處理上顯著下降，導(dǎo)致微軟搜索部門(mén)負(fù)責(zé)人JordiRibas承認(rèn)并采取措施恢復(fù)舊版。
-
薦 重磅！微軟開(kāi)源最強(qiáng)小模型Phi-4，超GPT-4o、可商用
微軟研究院開(kāi)源了目前最強(qiáng)小參數(shù)模型——phi-4。去年12月12日，微軟首次展示了phi-4，參數(shù)只有140億性能卻極強(qiáng)，在GPQA研究生水平、MATH數(shù)學(xué)基準(zhǔn)測(cè)試中，超過(guò)了OpenAI的GPT-4o，也超過(guò)了同類頂級(jí)開(kāi)源模型Qwen2.5-14B和Llama-3.3-70B。在與其他類似規(guī)模和更大規(guī)模的模型比較中，phi-4在12個(gè)基準(zhǔn)測(cè)試中的9個(gè)上優(yōu)于同類開(kāi)源模型Qwen-2.5-14B-Instruct。
-
薦 微軟開(kāi)源多功能視覺(jué)模型Florence-2，分割、識(shí)別一切圖片！
微軟AzureAI團(tuán)隊(duì)宣布開(kāi)源視覺(jué)模型——Florence-2。Florence-2是一個(gè)多功能視覺(jué)模型，可提供圖像描述、目標(biāo)檢測(cè)、視覺(jué)定位、圖像分割等。尤其是在微調(diào)后，F(xiàn)lorence-2在公共基準(zhǔn)測(cè)試中的性能與更大參數(shù)的專業(yè)模型相媲美。
-
薦 微軟開(kāi)源GraphRAG：極大增強(qiáng)大模型問(wèn)答、摘要、推理
7月3日，微軟在官網(wǎng)開(kāi)源了基于圖的RAG——GraphRAG。為了增強(qiáng)大模型的搜索、問(wèn)答、摘要、推理等能力，RAG已經(jīng)成為GPT-4、Qwen-2、文心一言、訊飛星火、Gemini等國(guó)內(nèi)外知名大模型標(biāo)配功能。同時(shí)GraphRAG對(duì)tokens的需求很低，也就是說(shuō)可以幫助開(kāi)發(fā)者節(jié)省大量成本。
-
薦 微軟開(kāi)源最強(qiáng)小參數(shù)大模型—Phi-3 Mini
4月23日晚，微軟在官網(wǎng)開(kāi)源了小參數(shù)的大語(yǔ)言模型——Phi-3-mini。Phi-3-mini是微軟Phi家族的第4代，有預(yù)訓(xùn)練和指令微調(diào)多種模型，參數(shù)只有38億訓(xùn)練數(shù)據(jù)卻高達(dá)3.3Ttokens，比很多數(shù)百億參數(shù)的模型訓(xùn)練數(shù)據(jù)都要多，這也是其性能超強(qiáng)的主要原因之一。Phi-3-medium的性能可媲美Mixtral8x7B和GPT-3.5，資源消耗卻更少。
-
薦 清華微軟開(kāi)源全新提示詞壓縮工具，長(zhǎng)度驟降80%，GitHub怒砍3.1K星
清華和微軟的研究人員提出了一種全新的方法，能在保證輸出質(zhì)量不變的前提下，將提示詞壓縮到原始長(zhǎng)度的20%!在自然語(yǔ)言處理中，有很多信息其實(shí)是重復(fù)的。如果能將提示詞進(jìn)行有效地壓縮，某種程度上也相當(dāng)于擴(kuò)大了模型支持上下文的長(zhǎng)度。GPT-4可以有效地重建原始提示，這表明在LLMLingua-2壓縮過(guò)程中并沒(méi)有丟失基本信息。
-
薦 微軟開(kāi)源創(chuàng)新LoRA組合方法，增強(qiáng)文生圖復(fù)雜細(xì)節(jié)控制
LoRA的高效能力已在文生圖領(lǐng)域獲得廣泛應(yīng)用，可以準(zhǔn)確渲染、融合圖像中的特定元素，例如，不同字符、特殊服裝或樣式背景等，同時(shí)可對(duì)圖像進(jìn)行壓縮、去噪、補(bǔ)全進(jìn)行優(yōu)化操作。但想在模型中應(yīng)用多個(gè)LoRA構(gòu)建更復(fù)雜的圖像時(shí)，會(huì)出現(xiàn)圖像失真、難以控制細(xì)節(jié)的難題。尤其是使用數(shù)量較多的LoRA組合時(shí)，生成高質(zhì)量的效果更加明顯。
-
微軟開(kāi)源性能遙遙領(lǐng)先的Garnet！開(kāi)搶年入上億美元Redis飯碗
近日，微軟正式開(kāi)源緩存存儲(chǔ)系統(tǒng)Garnet，能更大限度發(fā)揮硬件功能，幫助開(kāi)發(fā)人員更快地運(yùn)行應(yīng)用程序。微軟研究院數(shù)據(jù)庫(kù)小組高級(jí)首席研究員BadrishChandramouli介紹，Garnet項(xiàng)目是基于C#.NET8.0從零開(kāi)始構(gòu)建成，且以性能為核心考量。從基準(zhǔn)性能圖表來(lái)看，GET命令的吞吐量超過(guò)了Dragonfly十倍以上，第99百分位上的延遲卻比Dragonfly更低，同時(shí)Garnet和Dragonfly在吞吐量和延遲上的表現(xiàn)均遠(yuǎn)遠(yuǎn)優(yōu)于Redis。
