微软官方商城宣布推出 Surface All Access 按月付费焕新计划,为广大消费者选购 Surface 及配件提供了一个全新的解决方案。通过 Surface All Access 按月付费焕新计划,消费者能够以 24 个月等额免息付款的方式来购买 Surface 及配件,每月付款低至 161.5 元起。Surface All Access 按月付费焕新计划现已在微软官方商城上线。
为了满足消费者在现代化的学习、生活、工作场景下的不同需求,Surface 系列产品持续不断地为用户带来个性化的使用体验。无论消费者需要轻薄、便携的新一代 PC,或是性能强大的专业桌面工作站,Surface 家族中总有一款合适的产品可以满足需求。 Surface Pro 6 作为迄今最强大的 Surface Pro 系列产品,能够为消费者在移动办公环境下提供舒适便捷的操作体验;Surface Laptop 2 在轻薄便携,性能强大的基础上还有多种可选颜色,灰粉金色版本更能够成为女性穿衣搭配的一部分;体积最小,最为轻薄的 Surface Go 轻松就能放入包中,非常适合学生使用;性能强劲的 Surface Book 2 拥有平板和笔记本电脑两种形态,帮助设计师和专业用户随时随地释放灵感;为创意而生的 Surface Studio 2 是有史以来处理速度最快的 Surface,专业级的性能和表现让它成为当之无愧的桌面工作站。
此次微软官方商城推出 Surface All Access 按月付费焕新计划,作为消费者拥有 Surface 的理想方式,能够帮助用户以 24 期免息分期的方式获得心仪的 Surface 产品。从 Surface Go 到最新款 Surface Studio 2,消费者皆能通过 Surface All Access 按月付费焕新计划获取。当消费者通过 Surface All Access按月付费焕新计划购买到心仪产品后,微软官方商城将会提供一次免费极速上手服务,旨在帮助消费者顺利上手 Surface 系列产品。通过 Surface All Access按月付费焕新计划获取的硬件产品均享受 2 年有限硬件保修,此外用户也可以选购适用于 Surface 的 Microsoft Complete 全方位服务计划来获取额外的硬件维护保障。消费者还可在微软官方商城通过以旧换新服务,置换持有的 Surface All Access 按月付费焕新计划套餐中的旧 Surface 设备,并获得可用于购买新 Surface All Access 按月付费焕新计划套餐的抵用券。详情请点击微软官方商城的相关页面进行了解。
为了给消费者更好的生产力体验,通过 Surface All Access 按月付费焕新计划所购买的 Surface 都预装了 Windows 10 以及 Office 家庭和学生版 2019。Windows 10 能够给用户带来创新、安全和跨平台的使用体验。Office 家庭和学生版 2019 则拥有对Word、Excel 和 PowerPoint 的全面更新,极大地提升了 Office 体验的便捷性、舒适性和流畅性。
消费者现在只需在微软官方商城点击 Surface All Access 按月付费焕新计划相关页面,即可根据页面指导完成购买。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。