-
公开(公告)号:CN119136885A
公开(公告)日:2024-12-13
申请号:CN202380038422.5
申请日:2023-04-19
Applicant: 微软技术许可有限责任公司
Abstract: 本公开的各方面涉及个性化代理服务,该服务生成和演进可以在游戏中被实例化以与用户一起玩的定制代理。机器学习模型被训练以在游戏操纵期间控制代理与游戏环境和用户的交互。用户可以请求个性化代理加入用户的游戏操纵会话。用户设备向游戏平台发送针对个性化代理的请求。游戏平台确定用户是否具有执行游戏的第二实例的许可。当用户具有执行游戏的第二实例的许可时,可以在用户设备上执行游戏的第二实例。从个性化代理服务接收到的信息被用于实例化游戏的第二实例中的个性化代理。
-
公开(公告)号:CN116529702A
公开(公告)日:2023-08-01
申请号:CN202180078597.X
申请日:2021-10-05
Applicant: 微软技术许可有限责任公司
IPC: G06F3/0482
Abstract: 描述了涉及辅助文档生成的系统和方法。更具体地,类似的文档共享可用于生成初始文档的可重用文本结构的大部分,从而节省用户时间。为了生成文档,可以接收创建文档的指示,并基于该指示,可以标识多个示例文档和基准内容。示例文档可以是与作者的目标文档相似的现有文档。基准信息可以是指应用于目标文档时相关的、及时的和准确的内容。可以接收多个示例文档和基准内容,并且可以生成基于示例文档和基准内容的文档草图,该文档草图包含基于示例文档和基准内容的多个预测文本序列。
-
公开(公告)号:CN105830150B
公开(公告)日:2019-11-26
申请号:CN201480069088.0
申请日:2014-12-11
Applicant: 微软技术许可有限责任公司
Abstract: 提出了有助于在应用程序内完成任务的技术。通过从用户处接收到对关于应用程序(例如,生产力应用程序)的使用的意图的自然语言陈述,基于意图的用户体验是可用的。可以基于用户的意图来配置或重新配置针对用户的图形用户界面;从而创建面向任务的用户界面。通过将对意图的自然语言陈述进行分类和/或映射至特定的任务(这些特定的任务可以接着与可以用于完成任务的一个或多个工具或信息相关联),可以确定用户的意图。所述一个或多个工具或信息可以在图形用户界面中向用户出现。
-
公开(公告)号:CN118613803A
公开(公告)日:2024-09-06
申请号:CN202280090311.4
申请日:2022-12-07
Applicant: 微软技术许可有限责任公司
IPC: G06F40/151 , G06F40/166 , G06F40/197
Abstract: 本公开的各方面涉及多方向生成编辑。在示例中,源文档的内容用于产生针对目标文档的生成内容。源文档的子部分可以与包括生成内容的目标文档的子部分相关联。作为关联的结果,如果目标文档的子部分被修改(例如,添加、移除或编辑自然语言内容或格式化),则目标文档的子部分被用于产生相应地用于更新源文档的生成内容。因此,可以将对生成内容的改变传播回产生生成内容的源文档。
-
公开(公告)号:CN107710192A
公开(公告)日:2018-02-16
申请号:CN201680031905.2
申请日:2016-05-06
Applicant: 微软技术许可有限责任公司
CPC classification number: H04L51/02 , G06F17/2881 , H04L51/10 , H04L51/26
Abstract: 示例总体上涉及对机器生成的会话响应的自动评价。从至少一个会话数据源提取上下文-消息响应n元组以生成多参考响应集合。多参考响应集合中的响应包括上下文-消息数据对和评级。评级指示响应相对于上下文-消息数据对的质量。响应评价引擎基于评价度量和多参考响应集合来生成用于机器生成的响应的度量分数。度量分数指示机器生成的会话响应相对于用户生成的消息和用户生成的消息的上下文的质量。基于度量分数来优化和调整比如数字助理的计算设备的响应生成系统,以提高向用户输出的响应的准确度、质量和相关度。
-
公开(公告)号:CN118103116A
公开(公告)日:2024-05-28
申请号:CN202280069306.5
申请日:2022-09-20
Applicant: 微软技术许可有限责任公司
Inventor: W·B·多兰 , R·沃鲁姆 , C·J·布罗克特 , G·A·德斯加伦内斯 , S·拉奥
Abstract: 本公开的各方面涉及基础的多模态代理交互,其中用户输入使用多模态机器学习模型被处理以生成模型输出。模型输出然后可以被处理以影响应用的行为,例如使得用户能够控制应用和/或支持与会话代理的用户交互,或者其他示例。在一些情况下,模型输出的至少部分可以被执行或解析,例如以调用应用的应用程序程序接口或函数。因此,根据本文描述的方面的多模态机器学习模型的使用可以使得能够使用用户提供的自然语言输入相应地影响应用的行为。
-
公开(公告)号:CN107667362A
公开(公告)日:2018-02-06
申请号:CN201680031571.9
申请日:2016-05-06
Applicant: 微软技术许可有限责任公司
CPC classification number: H04L51/02 , G06F17/2881 , G06N3/0445 , G06N3/0454
Abstract: 示例总体上涉及会话响应的上下文敏感生成。从至少一个会话数据源中提取上下文消息响应n元组以生成训练上下文消息响应n元组集合。在训练上下文消息响应n元组集合上训练响应生成引擎。经训练的响应生成引擎基于用户生成的输入消息和会话上下文数据自动生成上下文敏感响应。数字助理利用经训练的响应生成引擎来生成与用户查询相关的上下文敏感的自然语言响应。
-
公开(公告)号:CN119300897A
公开(公告)日:2025-01-10
申请号:CN202380042497.0
申请日:2023-04-19
Applicant: 微软技术许可有限责任公司
Abstract: 本公开的各方面涉及生成和演进可以在游戏中被实例化以便与用户一起玩的定制代理的个性化代理服务。机器学习模型被训练以在游戏进行期间控制代理与游戏环境和用户的交互。当用户继续与代理一起玩时,一个或多个机器学习模型为代理开发游戏进行风格,其补充用户偏好的游戏风格、并入用户偏好的策略,并且通常被定制用于与用户交互。在游戏进行期间生成的代理个性化数据由服务存储。应用编程接口由个性化代理服务提供。使用API,游戏可以导入代理个性化数据以便定制游戏内非玩家角色(NPC),从而根据用户偏好定制游戏内NPC。
-
公开(公告)号:CN114830148A
公开(公告)日:2022-07-29
申请号:CN202080088072.X
申请日:2020-11-05
Applicant: 微软技术许可有限责任公司
Abstract: 一种可控制基准响应生成框架包括机器学习模型、基准接口和控制接口。机器学习模型被训练为基于输入文本输出计算机生成的文本。基准接口由机器学习模型可使用来访问包括与输入文本相关的信息的基准源。控制接口可由机器学习模型用来识别控制信号。机器学习模型被配置为将来自基准源的信息包括在计算机生成的文本中,并且基于控制信号聚焦计算机生成的文本。
-
公开(公告)号:CN105830150A
公开(公告)日:2016-08-03
申请号:CN201480069088.0
申请日:2014-12-11
Applicant: 微软技术许可有限责任公司
IPC: G10L15/18
Abstract: 提出了有助于在应用程序内完成任务的技术。通过从用户处接收到对关于应用程序(例如,生产力应用程序)的使用的意图的自然语言陈述,基于意图的用户体验是可用的。可以基于用户的意图来配置或重新配置针对用户的图形用户界面;从而创建面向任务的用户界面。通过将对意图的自然语言陈述进行分类和/或映射至特定的任务(这些特定的任务可以接着与可以用于完成任务的一个或多个工具或信息相关联),可以确定用户的意图。所述一个或多个工具或信息可以在图形用户界面中向用户出现。
-
-
-
-
-
-
-
-
-