四项独立 AI 基准测试，微软成绩出众

● 首先，微软在Salesforce WikiSQL 挑战赛中名列前茅；
 

● 其次，该公司在 AI 推理挑战赛（ARC）上排名第一；
 

● 然后，微软搞定了斯坦福问题解答数据集（AQuAD 1.1）；
 

● 并且，其在斯坦福 SQuAD 2.0 阅读理解测验上霸榜。


 

（1）SQuAD 测试要求 AI 阅读文档并回答相关问题，在这台机器阅读理解（MRC）测试中，微软 AI 的表现已于人类不相上下。
 

（2）2018 年 6 月，SQuAD 2.0 版本发布，旨在“鼓励开发阅读理解系统，了解其不知道的内容”。目前微软在这项 AI 测试中排名第一，并在前五榜单中占据了三席（同时保持 SQuAD 1.1 的霸主地位）。
 

（3）Salesforce WikiSQL 挑战赛使用基于维基百科的大型众包数据集，需要 AI 回答数据集中的自然语言问题。这项测试本由 Salesforce 领衔，但微软凭借一种名为 IncSQL 的新方法，于本月将前者挤了下去。

 

（4）Allen Institute AI 阅读挑战赛（ARC）提供了 7787 个从小学到高校水平的问题，以及多选择开放式领域的问题数据集。
 

微软 Dynamics 365+ AI 研究团队和圣迭戈大学实习生共同开发的“基本术语识别 - 检索读取器”拿到了第一名。
 

列位第三的，是由中山大学研究人员和微软亚洲研究院组成的独立研究团队。