一次中稿10篇EMNLP22，达摩院对话智能团队在研究什么
达摩院Conversational AI团队在EMNLP 2022上发表了10篇论文，涵盖了任务型对话、表格型对话、文档型对话、多模态对话和对话终身学习等多个前沿方向。团队构建了首个大规模中文任务型对话评估数据集CGoDial，用于提升对话系统的真实世界表现，并提出了一种新的预训练模型STAR，增强模型对复杂和抽象信息查询的处理能力。此外，他们还研究了多模态情感分析和对话情绪识别，以及终身学习对话系统的解决方案，以减少灾难性遗忘问题。这些研究旨在推动对话智能的发展，提高人机交互的效率和准确性。
如何选择旅游路线，使得假期旅游路费最少？
旅行是许多人的热爱，但是在规划一个完美的假期时，找到最经济的路线常常是一个挑战。这里就需要引入一个著名的优化问题——旅行商问题。本文将介绍TSP的基础知识，并使用MTZ消除子环方法优化一个简单的TSP问题的示例。
如何通过阿里达摩院MindOpt获得MILP多个解
在2024年1月达摩院新发布的MindOpt 优化求解器V1.1.0版本中，新增加了一个"MIP/SolutionNumber"参数，可以用于获取MILP多个解。有些业务里，会想要找到更多的可行解，目标值不一定最优，用于给业务指导。本篇案例将讲解如何使用此功能。
阿里达摩院MindOpt优化求解器-月刊（2024年1月）
MindOpt优化求解器 V1.1.0 发布，LP和MILP性能提升，新增C# API等多功能，详解如何使用这些新功能。新增旅行商TSP问题案例，假期如何旅游省路费，
主交通费￥900 内，就可跨5省游10城！TSP问题中MTZ消除子环的方法详解。公众号博文《四年求一解，一群达摩院数学家的极限挑战》讲解MindOpt团队成员的成长故事。
阿里达摩院MindOpt求解器V1.1新增C#接口
阿里达摩院MindOpt求解器发布最新版本V1.1，增加了C#相关API和文档。优化求解器产品是求解优化问题的专业计算软件，可广泛各个行业。阿里达摩院从2019年投入自研MindOpt优化求解器，截止目前经历27个版本的迭代，取得了多项国内和国际第一的成绩。就在上个月，2023年12月，在工信部产业发展促进中心等单位主办的首届能源电子产业创新大赛上，MindOpt获得电力用国产求解器第一名。本文将为C#开发者讲述如何下载安装MindOpt和C#案例源代码。