【EMNLP 2023】基于知识迁移的跨语言机器阅读理解算法
近日，阿里云人工智能平台PAI与华南理工大学朱金辉教授团队、达摩院自然语言处理团队合作在自然语言处理顶级会议EMNLP2023上发表基于机器翻译增加的跨语言机器阅读理解算法X-STA。通过利用一个注意力机制的教师来将源语言的答案转移到目标语言的答案输出空间，从而进行深度级别的辅助以增强跨语言传输能力。同时，提出了一种改进的交叉注意力块，称为梯度解缠知识共享技术。此外，通过多个层次学习语义对齐，并利用教师指导来校准模型输出，增强跨语言传输性能。实验结果显示，我们的方法在三个多语言MRC数据集上表现出色，优于现有的最先进方法。
AI+求解器双决策引擎MindOpt Studio助力参赛队伍赢得电力调度大赛
于12月27日结束的第五届电力调度AI大赛以“基于人工智能的电力现货市场快速出清”为主题。达摩院决策智能实验室MindOpt Studio团队第二次协办该赛事，向参赛队伍提供比赛封闭环境的算法开发环境与测试平台。在与友商比拼下，阿里云产研团队与达摩院MindOpt团队的紧密协作，赋予了比赛以多项新技能Buff，使用MindOpt Studio平台的参赛队伍在评测中占据了前10名中的8席。决赛冠军清华大学团队对阿里云点赞。
大咖与小白的日常：一键生成漫画风头像
AI作画火得一塌糊涂，但是好像常常画得很离谱？不如来试试阿里云视觉智能开放平台的人物动漫化API，一键生成一个属于自己的、独一无二的漫画风头像。
阿里达摩院MindOpt优化求解器-月刊（2024年4月）
【摘要】2024.04.30，阿里云发布了MindOpt优化求解器的新商品和功能。MindOpt现在已上架，提供超低价零售求解器，支持按需购买，可在阿里云平台上直接购买联网或不联网License。新版本V1.2发布，提升MILP性能，并增加PostScaling参数。此外，MindOpt Studio推出租户定制版，正处于邀测阶段。同时分享了使用MindOpt解决二分类SVM问题的案例。更多内容，可访问相关链接。
网络流问题--交通调度【数学规划的应用(含代码)】阿里达摩院MindOpt
本文探讨了如何利用数学规划工具MindOpt解决交通调度问题。交通调度涉及网络流分析，考虑道路容量、车辆限制、路径选择等因素，以实现高效运行。通过建立数学模型，利用MindOpt云平台和建模语言MAPL，设定流量最大化目标并确保流量守恒，解决实际的调度问题。案例展示了如何分配车辆从起点到终点，同时满足道路容量约束。MindOpt Studio提供在线开发环境，支持模型构建和求解，帮助优化大规模交通调度。
MVGenMaster：复旦联合阿里等实验室推出的多视图扩散模型
MVGenMaster是由复旦大学、阿里巴巴达摩院和湖潘实验室联合推出的多视图扩散模型，专注于新视角合成（NVS）任务。该模型通过整合3D先验信息，显著提升了NVS的泛化和3D一致性，并能从单一图像生成多达100个新视图。此外，研究团队还推出了包含160万场景的大型多视图图像数据集MvD-1M，以支持模型的训练和优化。
阿里云智能视觉AI Quick Start
智能视觉AI开放平台是面向企业用户、软硬件服务商和开发者，提供简单、易用、优质视觉算法的开放平台。平台算法能力由阿里巴巴达摩院机器智能实验室以及集团内多个视觉团队多年研发沉淀，并经过阿里巴巴电商、泛娱乐、物流等大规模业务验证，通过API/SDK为用户提供视觉类算法服务，帮助用户快速集成，实现数字化、智能化转型和产品创新。