微软研究院在IJCAI2016的Tutorial上讲述了自己将深度学习、深度神经网络应用于不同场景的情况，之前第二部分提到了深度学习在统计机器翻译和会话中的应用，本文为第三部分—选中自然语言处理任务的连续表达。 联合编译：Blake、章敏、陈圳 选中自然语言处理任务的连续表达 l 针对信息检索和个人排序的深度语义相似模型（DSSM） l 在连续语义自然语言处理任务环境中进行深度强化学习 l ...

微软研究院在IJCAI2016的Tutorial上讲述了自己将深度学习、深度神经网络应用于不同场景的情况，之前第一部分提到了其应用于语义理解上的一些经验和收获，本文为第二部分。 联合编译：Blake、章敏、陈圳 统计机器翻译（SMT）包括： l 统计结果 l 来源渠道模型 l 翻译模型 l 语言模型 l 对数线性模型 l 评价指标：BLEU分数（越高越好） 基于短语的统计机器翻译（SMT）将...

A3B2自适应非对称适配器，诠释大模型微调的“克制”艺术。 作者丨张 璐 编辑丨幸丽娟 在视觉语言大模型（VLM）落地少样本迁移任务时，高效参数微调（PEFT）是大家普遍采用的低成本方案。 然而，业界长期存在一个惯性思维：既然是做图像分类，给图像编码器多挂几个 Adapter、多做微调，模型理应能看懂更多视觉细节。 但现实却演化出一个尴尬的矛盾：在面对未知的现实场景（域外数据/OOD）时，在...

将动作从输出端搬到调度端，推理速度提升1.79倍。 作者丨邓哲敏 编辑丨齐铖湧 机器人想要真正走进千行百业、千家万户，有一道绕不开的坎：它得足够快。 不说快到能打羽毛球那，至少得快到让人觉得这玩意儿能用。一个机械臂每动一下都要停顿两三秒，哪怕成功率再高，在工业场景里算下来的投入产出比也很难说服人。 VLA 模型是当前具身智能领域最受关注的技术路线之一。它把视觉感知、语言理解和动作生成整合进一...

告别理想仿真，中国学术团队用物理工程方案回应落地挑战。 作者丨张璐 编辑丨岑峰 过去一年多里，具身智能似乎按下了快进键。 从 Physical Intelligence 发布的π₀到开源社区追捧的OpenVLA，VLA大模型一路高歌猛进。在各种标准基准测试和精心搭建的实验室 Demo 中，机械臂叠衣服、拿取物品流畅得宛如人类，动辄刷出 90% 甚至 95% 以上的成功率。然而，当全行业都在欢...

S²-VLA 引入信念状态和自适应动态门控，仅用2B参数、7GB显存，长程操控超越7B模型。 作者丨张 璐 编辑丨幸丽娟 过去一段时间，Scaling Law 在具身智能里被看得很重。为了让机械臂完成复杂的搬运、对准和组合，多数工作把视觉-语言-动作（VLA）模型做到 7B 甚至 8.5B。参数变大后，语义理解和场景识别确实更强了，但长程操控里的不稳定问题并没有随之消失。 很多大参数量 VL...