


Microsoft mengeluarkan ejen Copilot dan juga membawa model bahasa kecil asli
Berita pada 22 Mei 2022, pada hari Selasa, waktu tempatan, Microsoft mengeluarkan Copilot, ejen baharu pada persidangan pembangun Build, yang seperti pekerja maya dan boleh melaksanakan tugas secara automatik. Microsoft percaya bahawa jenis kecerdasan buatan ini akan menghapuskan kandungan kerja yang membosankan dan bukannya menggantikan kerja pekerja sepenuhnya. Copilot Microsoft dibangunkan berdasarkan model kod sumber terbuka GPT-3, yang menggunakan sejumlah besar perpustakaan kod dan algoritma untuk membantu pembangun menulis kod dengan lebih cekap. Copilot dapat menganalisis konteks dan menjana coretan kod yang sepadan, dengan sangat mempercepatkan kelajuan dan kualiti pembangunan. Walau bagaimanapun, fungsi Copilot masih terhad dan ia tidak boleh menggantikan sepenuhnya kecerdasan buatan. Ia biasanya
Selain itu, Microsoft juga melancarkan model bahasa kecil asli Phi-Silica untuk Copilot+ PC. Microsoft mengumumkan bahawa semua PC Copilot+ yang dijual mulai bulan Jun akan dibenamkan Phi-Silica. Ini adalah model yang dicipta khas oleh Microsoft untuk unit pemprosesan saraf (NPU) yang dikonfigurasikan dalam komputer peribadi kecerdasan buatan. Ia adalah yang terkecil daripada semua model syarikat, dengan hanya 3.3 bilion parameter.
Microsoft mendakwa bahawa ejen Copilot tidak akan menggantikan manusia yang memerhati dan menunggu arahan, tetapi boleh melaksanakan tugas secara aktif seperti memantau peti masuk e-mel dan mengautomasikan kemasukan data manual.
Ini mewakili perubahan besar dalam gelagat apa yang industri panggil ejen AI, yang membolehkan chatbots melakukan tugas yang kompleks secara bebas dan bijak. Ini merupakan perubahan besar dalam apa yang industri biasa panggil ejen pintar, iaitu chatbot yang boleh mengautomasikan pelbagai tugas yang kompleks.
Charles Lamanna, naib presiden aplikasi dan platform perniagaan di Microsoft, menjelaskan dalam temu bual: "Kami dengan cepat menyedari bahawa mengehadkan Copilot kepada perbualan sangat mengehadkan keupayaan semasanya daripada meminta Copilot menunggu orang lain untuk bersembang dengannya, buatlah ia." lebih proaktif dan membolehkannya melaksanakan tugas secara automatik di latar belakang.”
Microsoft menunjukkan keupayaan baharu ini kepada sebilangan kecil penguji akses awal hari ini, dan merancang untuk menyediakannya lewat tahun ini pratonton dalam Copilot Studio pada satu ketika. Perusahaan akan dapat mencipta ejen Copilot yang mampu mengendalikan tugasan daripada sokongan IT hingga ke arah penerimaan pekerja. "Copilot sedang berkembang daripada pembantu yang bekerja bersama anda kepada pembantu yang bekerja untuk anda," kata Microsoft dalam catatan blog.
Ejen Copilot ini akan dicetuskan oleh peristiwa tertentu dan akan beroperasi bersama dengan data syarikat sendiri. Berikut ialah contoh onboarding yang diperhalusi tentang cara Copilot berfungsi: Copilot ialah pembantu pintar yang direka untuk membantu pekerja baharu menyesuaikan diri dan menyepadukan ke dalam perusahaan dengan lebih pantas. Beliau akan menyediakan sumber latihan dan bimbingan yang berkaitan berdasarkan maklumat peribadi pekerja baharu dan keperluan jawatan untuk membantu mereka memahami budaya, proses dan kaedah kerja syarikat.
Bayangkan anda pekerja baru. Copilot yang proaktif akan menyambut anda, menjawab soalan anda menggunakan data HR, memperkenalkan anda kepada rakan sekerja, memberi anda maklumat latihan, membantu anda mengisi borang dan menjadualkan mesyuarat untuk minggu pertama anda. Dengan cara ini, HR dan pekerja lain boleh menumpukan perhatian kepada tugas tetap mereka dan tidak perlu lagi diganggu oleh kerja pentadbiran.
Automasi ini mungkin menimbulkan persoalan dan kebimbangan tentang kehilangan pekerjaan dan hala tuju masa depan AI. Lamanna percaya bahawa ejen Copilot boleh mengalih keluar tugas yang berulang dan membosankan daripada kerja, seperti kemasukan data, dan bukannya menggantikan kerja sepenuhnya. Ini membebaskan lebih banyak masa dan tenaga untuk orang ramai melakukan kerja kreatif.
"Pekerjaan dan pekerjaan terdiri daripada banyak tugas yang berbeza dan pelbagai. Jika seseorang terus melakukan kerja yang sama berulang kali, maka pekerjaan itu mungkin telah diautomasikan oleh teknologi sedia ada, "Kami fikir, Dengan Copilot dan Copilot Studio, beberapa tugasan akan diautomatikkan sepenuhnya...tetapi berita baiknya ialah kebanyakan tugasan yang akan diautomasikan adalah perkara yang tidak mahu dilakukan oleh sesiapa pun "
Mengenai model bahasa kecil Phi-Silica, Microsoft Kata kependaman pertama model ini ialah 650 token sesaat dan penggunaan kuasa adalah lebih kurang 1.5 watt. Ini bermakna ia tidak menggunakan banyak sumber sistem, membebaskan CPU dan GPU PC anda untuk mengendalikan tugas pengkomputeran lain. Selain itu, Phi-Silica menggunakan semula cache KV NPU apabila menjana Token dan berjalan pada CPU, yang boleh menjana kira-kira 27 Token sesaat.
Seorang jurucakap Microsoft berkata bahawa Phi-Silica adalah unik kerana ia merupakan model bahasa yang digunakan secara tempatan yang pertama untuk Windows. Ia dioptimumkan untuk NPU dan boleh membawa pemprosesan inferens tempatan yang sangat pantas ke peranti. Ini merupakan detik penting, menandakan ketibaan teknologi AI termaju secara langsung pada platform Windows, membolehkan pembangun pihak ketiga mencipta pengalaman pihak pertama dan ketiga yang unggul. Pengalaman ini akan dilancarkan kepada pengguna akhir musim luruh ini, meningkatkan produktiviti dan kebolehcapaian dalam ekosistem Windows.
Phi-Silica ialah produk kelima dalam siri model Microsoft Phi-3. Empat produk lain ialah Phi-3 mini dengan 3.8 bilion parameter, Phi-3 kecil dengan 7 bilion parameter, dan Phi-3 dengan 14 bilion parameter -3 penglihatan dengan 3 parameter sederhana dan 4.2 bilion.
Atas ialah kandungan terperinci Microsoft mengeluarkan ejen Copilot dan juga membawa model bahasa kecil asli. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Menurut berita dari tapak ini pada 14 Ogos, semasa hari acara August Patch Tuesday hari ini, Microsoft mengeluarkan kemas kini kumulatif untuk sistem Windows 11, termasuk kemas kini KB5041585 untuk 22H2 dan 23H2, dan kemas kini KB5041592 untuk 21H2. Selepas peralatan yang disebutkan di atas dipasang dengan kemas kini kumulatif Ogos, perubahan nombor versi yang dilampirkan pada tapak ini adalah seperti berikut: Selepas pemasangan peralatan 21H2, nombor versi meningkat kepada Build22000.314722H2 Selepas pemasangan peralatan, nombor versi meningkat kepada Build22621.403723H2 Selepas pemasangan peralatan, nombor versi meningkat kepada Build22631.4037 Kandungan utama kemas kini KB5041585 untuk Windows 1121H2 adalah seperti berikut: Penambahbaikan.

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G
