本月起,Microsoft 将终止未授权 OneDrive 账户的免费使用政策。如果你仍在已离职用户的未授权 OneDrive 账户中存储数据,现在是时候采取行动了:这些数据可能很快会变得无法访问,甚至被永久删除。
Microsoft 在 2024 年就预告了这一天的到来。从 2025 年 1 月 27 日开始,任何超过 93 天未授权的 OneDrive 用户账户中的数据将被移至回收站或存档。
未授权的 OneDrive 账户通常出现在用户离开组织并从 SharePoint 管理中心被删除,或管理员移除许可证的情况下。
过去,未授权的 OneDrive 账户为无限期免费保留数据提供了一个便捷的漏洞。如果用户离职,其账户可以被禁用并移除许可证,但数据可以继续保留而无需向 Microsoft 付费。对此,微软的看法是:"未授权的 OneDrive 账户可能带来安全和合规风险,同时还会造成文件混乱和重复。"
对于利用这一漏洞的用户来说,时代正在改变,Microsoft 将从本月开始采取措施关闭这一漏洞。
从 2025 年 1 月 27 日起,除非有保留策略或法律保留,未授权账户或已删除用户的 OneDrive 数据将在账户失去授权 93 天后移至回收站。这些数据将在回收站中保留额外 93 天,之后将被永久删除。
即使有保留策略或法律保留,93 天后,未授权 OneDrive 账户或已删除用户的数据仍将进入存档。如果客户想要重新激活账户,需要支付 0.60 美元/GB 的重新激活费用,此外还需要为所有未授权账户支付每月 0.05 美元/GB 的费用。
Microsoft 举例说明,一个拥有 100 个未授权 OneDrive 账户的组织,每个账户占用 1 TB,总计 100 TB。新政策实施后,这 100 个账户将被自动存档。
"如果该组织需要在 2025 年 10 月重新激活特定账户并设置账单,将产生以下费用: - 1TB 数据的一次性重新激活费用为 0.60 美元/GB,总计 614.40 美元 - 100TB 的每月存储费用为 0.05 美元/GB,从 2025 年 10 月起每月需支付 5,120 美元"
受影响的管理员有几个选择:从未授权账户中提取所需数据后删除账户(但可能违反保留策略);为未授权账户申请许可证;或者不采取任何行动,等待数据被存档或无法访问时处理帮助台工单。
Directions on Microsoft 研究部门的管理副总裁 Rob Helm 表示:"如果不采取任何行动,当你收回前员工的许可证时,他们的数据将无法访问,并最终完全消失,而不仅仅是将其从目录中移除。这可能会导致角色交接困难,在最坏的情况下可能会引发法院和监管机构的问题。"
好文章,需要你的鼓励
这项来自麻省理工和滑铁卢大学的研究质疑了在AI文本排序中"思考过程"的必要性。研究者比较了三种文章重排模型:直接判断的StandardRR、先推理再判断的ReasonRR,以及禁用推理功能的ReasonRR-NoReason。实验结果表明,不仅推理过程没有提高排序质量,有时甚至会降低效果。主要原因是推理导致模型倾向于极端判断,难以表达"部分相关"这种微妙关系。即使应用"自洽性"等改进技术,简单直接的判断方式仍然更为高效有效。研究为信息检索系统设计提供了新视角:有时,少即是多。
TAGS是一种创新的医学问答框架,结合了泛医和专医两种视角,通过层次化检索和不确定性验证机制提升医学AI回答的准确性。该框架由穆罕默德·本·扎耶德人工智能大学等机构的研究团队开发,无需任何模型微调即可显著提升包括GPT-4o和DeepSeek-R1在内的大型语言模型在九个医学问答基准测试上的表现。TAGS通过模拟医疗专家协作、结构化知识检索和质量控制,解决了现有方法在复杂医学推理中的短板,为构建更可靠的医学AI系统提供了新思路。
这篇研究提出了时间抽象值学习(OTA)方法,解决离线目标条件强化学习中的长期规划问题。研究团队发现现有分层方法失败的关键在于高层策略无法生成合适子目标,原因是价值函数在长期规划中估计不准确。OTA通过"选项"概念实现时间抽象,有效缩短规划视野,使价值函数能提供更准确的优势信号。在复杂迷宫导航和视觉机器人操作任务中,OTA显著优于现有方法,证明了该方法在处理长期任务时的有效性。
这项研究探索了大语言模型内部可解释特征的形成过程,分析了它们在训练过程中(时间)、模型层级间(空间)和不同规模模型(尺度)的行为变化。研究团队使用稀疏自编码器技术,成功识别出特定语义概念在神经激活中出现的时间点和位置。研究结果显示,不同领域的知识概念在模型训练和规模扩展中存在明确的激活阈值,且在空间分析中发现了早期层特征会在后期层重新激活的现象,这挑战了对变换器模型表示动态的传统认知。