【CSDN】科技女性的N种可能

为了更贴近科技行业女性的日常,深入了解她们在科技领域的工作、生活和个人成长,在刚刚过去的3月8日「联合国妇女权益和国际和平节日」中,CSDN《开谈》栏目联合《新程序员》杂志、微软公司,邀请到三位来自微软不同领域的代表性人物,进行了一场温暖而有力量的对谈。

发布时间:2023-03-27 类型:媒体报道

【机器之心】微软多模态ChatGPT来了?16亿参数搞定看图答题、智商测验等任务

微软团队在论文《Language Is Not All You Need: Aligning Perception with Language Models》中介绍了一个多模态大型语言模型(MLLM)——KOSMOS-1,它可以感知一般模态、遵循指令(即零样本学习)以及在上下文中学习(即少样本学习)。研究目标是使感知与 LLM 保持一致,如此一来模型能够看到(see)和说话(talk)。研究者按照 METALM(参见论文《Language models are general-purpose interfaces》 )的方式从头开始训练 KOSMOS-1。

发布时间:2023-03-01 类型:媒体报道

【InfoQ】Microsoft Unveils VALL-E, a Game-Changing TTS Language Model

Microsoft has introduced VALL-E, a novel language model method for text-to-speech synthesis (TTS) that employs audio codec codes as intermediate representations and can replicate anyone's voice after listening to just three seconds of audio recording.

发布时间:2023-01-27 类型:媒体报道

【机器之心】DSN-DDI:双视图表征学习实现药物间相互作用预测性能突破

药物 - 药物相互作用 (drug-drug interaction, DDI) 预测用于识别药物组合之间的相互作用,其中由于理化不相容性而引起的不良反应已引起广泛关注。以往的研究通常从整个药物分子的单双视角对药物信息进行建模,而忽略了原子间详细的相互作用,导致信息不完整和有噪声,限制了 DDI 预测的准确性。在这项工作中,微软研究院科学智能中心的研究员和湖南大学 DrugAI 团队首次提出了一种新的用于 DDI 预测的双视图药物表示学习网络 (“DSN-DDI”),该网络迭代地使用局部和全局表示学习模块,同时从单个药物 (“intra-view”) 和药物对 (“inter-view”) 中学习药物子结构。DSN-DDI 显著提高了现有药物的 DDI 预测性能,显示出在现实世界中 DDI 应用的有用性,在协同药物组合预测方面表现出良好的可转移性,可作为药物发现领域的通用框架。

发布时间:2023-01-08 类型:媒体报道