微软正式发布企业级AI研发平台Microsoft Discovery
在Microsoft Build开发者大会上，微软宣布企业级AI研发与科学研究平台Microsoft Discovery正式开放使用。该平台整合专用AI Agent、研究推理引擎以及企业级安全治理机制，可协助研究人员进行知识推理、生成研究假设、优化实验设计并验证理论。平台内置的控制机制确保研究流程符合安全性、合规及企业治理要求。微软产品创新企业副总裁Aseem Datar表示，该平台已应用于生命科学、化学材料、能源、制造等领域，例如化工材料大厂Syensqo利用其开发半导体制造所需的下一代流体材料。微软量子团队也借助平台的Agentic AI能力管理工作流程、自动化量测、优化工艺，提升研发效率。Microsoft Discovery通过持续循环学习机制，帮助研究人员减少重复性工作，加速前沿科研创新。 #微软 #企业级AI #MicrosoftDiscovery #量子计算 #科学研究 #AI平台
在Microsoft Build开发者大会上，微软宣布企业级AI研发与科学研究平台Microsoft Discovery正式开放使用。该平台整合专用AI Agent、研究推理引擎以及企业级安全治理机制，可协助研究人员进行知识推理、生成研究假设、优化实验设计并验证理论。平台内置的控制机制确保研究流程符合安全性、合规及企业治理要求。微软产品创新企业副总裁Aseem Datar表示，该平台已应用于生命科学、化学材料、能源、制造等领域，例如化工材料大厂Syensqo利用其开发半导体制造所需的下一代流体材料。微软量子团队也借助平台的Agentic AI能力管理工作流程、自动化量测、优化工艺，提升研发效率。Microsoft Discovery通过持续循环学习机制，帮助研究人员减少重复性工作，加速前沿科研创新。 #微软 #企业级AI #MicrosoftDiscovery #量子计算 #科学研究 #AI平台
AI Agent 13 大核心概念详解：Harness、Scaffold、Tool 等术语全解析
近日，一篇系统梳理 AI Agent 领域 13 大核心概念的文章引发关注，涵盖 Harness、Scaffold、Tool、Skill 等关键术语。文章指出，Harness 是智能体运行时的基础框架，负责环境交互与任务调度；Scaffold 则提供模块化开发脚手架，简化复杂逻辑构建；Tool 指代外部工具接口，如搜索、计算、代码执行等；Skill 则是封装好的可复用能力单元。此外还包括 Memory、Planner、Observer 等概念，共同构成 Agent 的完整架构。这些概念帮助开发者更高效地构建自主决策与执行的 AI 系统。 #AI #Agent #Harness #Scaffold #Tool #Skill #人工智能 #大模型 #开发概念
近日，一篇系统梳理 AI Agent 领域 13 大核心概念的文章引发关注，涵盖 Harness、Scaffold、Tool、Skill 等关键术语。文章指出，Harness 是智能体运行时的基础框架，负责环境交互与任务调度；Scaffold 则提供模块化开发脚手架，简化复杂逻辑构建；Tool 指代外部工具接口，如搜索、计算、代码执行等；Skill 则是封装好的可复用能力单元。此外还包括 Memory、Planner、Observer 等概念，共同构成 Agent 的完整架构。这些概念帮助开发者更高效地构建自主决策与执行的 AI 系统。 #AI #Agent #Harness #Scaffold #Tool #Skill #人工智能 #大模型 #开发概念
ALL-IN-AI产业片区发现计划首站落地漕河泾，聚焦AI落地生态
随着大模型从技术狂飙进入理性落地阶段，AI企业如何摆脱单打独斗，寻找能力与生态注入路径成为关键。5月22日，“ALL-IN-AI产业片区发现计划”首场活动在漕河泾元界·鑫耀中城举行。活动以企业路演和观点对话为核心，集结星环科技、ThinkingAI等五家企业，展示从数据基础设施到垂直场景应用的完整AI能力链。活动强调高质量数据治理和AI Agent平台等务实路径。同时，三方揭幕CITYVEE Station合作，旨在构建即时接入的产业赋能网络。漕河泾开发区拥有超1.5万家企业，正通过元界街区等载体推动产城融合，试图从物理聚集转向化学融合，为AI落地提供可复制的生态范式。 #AI #人工智能 #产业生态 #漕河泾 #ALL-IN-AI #企业服务 #科技创新 #产城融合
随着大模型从技术狂飙进入理性落地阶段，AI企业如何摆脱单打独斗，寻找能力与生态注入路径成为关键。5月22日，“ALL-IN-AI产业片区发现计划”首场活动在漕河泾元界·鑫耀中城举行。活动以企业路演和观点对话为核心，集结星环科技、ThinkingAI等五家企业，展示从数据基础设施到垂直场景应用的完整AI能力链。活动强调高质量数据治理和AI Agent平台等务实路径。同时，三方揭幕CITYVEE Station合作，旨在构建即时接入的产业赋能网络。漕河泾开发区拥有超1.5万家企业，正通过元界街区等载体推动产城融合，试图从物理聚集转向化学融合，为AI落地提供可复制的生态范式。 #AI #人工智能 #产业生态 #漕河泾 #ALL-IN-AI #企业服务 #科技创新 #产城融合
BiasGRPO：通过组相对策略优化稳定高方差奖励景观中的偏差缓解
该论文提出了一种名为BiasGRPO的新方法，旨在解决强化学习从人类反馈（RLHF）中常见的偏差缓解问题。传统方法在高方差奖励景观中容易导致训练不稳定和偏差放大。BiasGRPO通过引入组相对策略优化（Group-Relative Policy Optimization），在多个样本组内计算相对奖励，从而降低奖励方差，使模型在减少有害偏差的同时保持生成质量。实验表明，该方法在多个基准测试中优于现有基线，尤其在敏感话题和公平性任务上表现突出。论文还分析了组大小和奖励缩放对稳定性的影响，为实际部署提供了理论指导。 #AI #机器学习 #偏差缓解 #策略优化 #组相对 #RLHF #arXiv #论文 #BiasGRPO
该论文提出了一种名为BiasGRPO的新方法，旨在解决强化学习从人类反馈（RLHF）中常见的偏差缓解问题。传统方法在高方差奖励景观中容易导致训练不稳定和偏差放大。BiasGRPO通过引入组相对策略优化（Group-Relative Policy Optimization），在多个样本组内计算相对奖励，从而降低奖励方差，使模型在减少有害偏差的同时保持生成质量。实验表明，该方法在多个基准测试中优于现有基线，尤其在敏感话题和公平性任务上表现突出。论文还分析了组大小和奖励缩放对稳定性的影响，为实际部署提供了理论指导。 #AI #机器学习 #偏差缓解 #策略优化 #组相对 #RLHF #arXiv #论文 #BiasGRPO
用亲和力强化学习在游戏中塑造有道德的智能体行为
研究人员Ajay Vishwanath和Christian Omlin发表了一篇名为《迷雾之爱：在游戏环境中使用基于亲和力的强化学习工程化有道德的智能体行为》的论文。该研究探索了如何通过基于亲和力的强化学习方法，让游戏中的AI智能体表现出更符合道德规范的行为。传统强化学习常以单一奖励函数驱动，可能导致智能体采取投机或有害行为。该工作引入了“亲和力”作为内在奖励信号，鼓励智能体与其他角色建立积极关系，从而自然地产生利他、合作等有道德的行为。实验在特定游戏环境中进行，验证了该方法的有效性。这一成果对于开发更可信、更符合人类价值观的AI系统具有重要意义。 #AI #强化学习 #道德AI #游戏智能体 #学术研究 #arXiv
研究人员Ajay Vishwanath和Christian Omlin发表了一篇名为《迷雾之爱：在游戏环境中使用基于亲和力的强化学习工程化有道德的智能体行为》的论文。该研究探索了如何通过基于亲和力的强化学习方法，让游戏中的AI智能体表现出更符合道德规范的行为。传统强化学习常以单一奖励函数驱动，可能导致智能体采取投机或有害行为。该工作引入了“亲和力”作为内在奖励信号，鼓励智能体与其他角色建立积极关系，从而自然地产生利他、合作等有道德的行为。实验在特定游戏环境中进行，验证了该方法的有效性。这一成果对于开发更可信、更符合人类价值观的AI系统具有重要意义。 #AI #强化学习 #道德AI #游戏智能体 #学术研究 #arXiv
BiNSGPS
研究人员提出了一种名为BiNSGPS的新型几何问题求解方法，通过双向神经符号交互机制，将神经网络与符号推理深度融合。传统几何求解方法或依赖纯符号规则，或仅靠神经网络端到端学习，难以兼顾准确性与可解释性。BiNSGPS创新地设计了双向信息流：神经网络从问题文本和图形中提取特征，符号模块则利用几何定理和逻辑约束进行推理，两者相互反馈、迭代优化。在多个公开几何问题基准测试中，BiNSGPS取得了显著优于现有方法的成绩，尤其在复杂几何证明和计算题上表现突出。该研究为人工智能在数学推理领域的应用提供了新思路，有望推动教育AI和自动定理证明的发展。 #几何问题求解 #神经符号 #AI #人工智能 #数学推理 #BiNSGPS #arXiv #深度学习 #符号推理
研究人员提出了一种名为BiNSGPS的新型几何问题求解方法，通过双向神经符号交互机制，将神经网络与符号推理深度融合。传统几何求解方法或依赖纯符号规则，或仅靠神经网络端到端学习，难以兼顾准确性与可解释性。BiNSGPS创新地设计了双向信息流：神经网络从问题文本和图形中提取特征，符号模块则利用几何定理和逻辑约束进行推理，两者相互反馈、迭代优化。在多个公开几何问题基准测试中，BiNSGPS取得了显著优于现有方法的成绩，尤其在复杂几何证明和计算题上表现突出。该研究为人工智能在数学推理领域的应用提供了新思路，有望推动教育AI和自动定理证明的发展。 #几何问题求解 #神经符号 #AI #人工智能 #数学推理 #BiNSGPS #arXiv #深度学习 #符号推理