跳到正文
只看一手#Microsoft
10月30日周五
  1. Microsoft Research42

    从合成企业数据评测到提升 Microsoft Copilot 的 AI 置信度

    微软构建 Industry Evaluation Data Generation Platform，通过全尺度合成企业环境评测 Microsoft Copilot，在不接触客户数据的前提下验证性能。该平台基于 O*NET、在线招聘与 SEC 申报等公开数据源，模拟具备真实时序的邮件、会议和组织架构。目前已针对制药、资本市场及 IT 软件构建三类仿真环境，用以发现通用基准难以覆盖的问题。

  2. Microsoft Research33

    Microsoft Research Focus 第 97 期

    微软研究院发布第 97 期《Research Focus》，汇总了 AI 智能体及科学计算等多项前沿研究成果。其中自改进智能体框架 ForkPilot 在 6 项基准测试中比肩现有最优方案，并将 AI 处理需求降低最高 59%。本期还展示了从操作日志学习技能的 TeleTune、代码智能体评测框架 CABRA 以及开启 public preview 的蛋白质模型 BioEmu2。

10月24日周六
10月23日周五
  1. Hugging Face Blog64

    ThinkingBox 把数据库终态校验变成 RL 奖励训练 Agent

    微软与 Hugging Face 发布 ThinkingBox-Training，把数据库终态的可执行校验结果当作强化学习奖励，对 Qwen3.8-27B 做 50 步 GRPO 后，pass@1 从 51.70% 升至 60.78%，20 次全部正确的任务从 38 个增至 107 个。

    推荐理由：原文给出用数据库终态校验当强化学习奖励的完整训练流程与开源代码，读者可据此复现或迁移到自家 Agent 任务。

  2. Microsoft Research65

    Microsoft Research 发布 Flint-interactive，用高层语言创建交互式数据可视化

    Microsoft Research 发布 Flint-interactive，这是一种构建在 Flint 之上的语言，让智能体和开发者用高层语义事件与更新算子描述交互，由编译器处理布局、渲染和依赖。

    推荐理由：Flint-interactive 把交互逻辑交给编译器处理，读者可据此判断智能体生成交互式图表时能省下多少调试成本。

10月22日周四
10月21日周三
  2. Microsoft Research15

    微软研究院播客：Catalyst Lab 负责人 Chris White 谈从 DARPA 到暗网搜索的技术公益之路

    微软研究院播客中，Principal Technical Program Manager Weishung Liu 对话 Catalyst Lab 负责人 Chris White，回顾他从哈佛博士后到在阿富汗领导先进技术运营、再到担任 DARPA 项目经理的经历，并讲述他转向暗网搜索工具以打击人口贩运的选择。节目还讨论了问题选择在创新中的作用，以及见识人性阴暗面后如何保持希望。

10月20日周二
10月16日周五
  1. Microsoft Research67

    微软研究院推出零知识证明虚拟机 Magnetar

    微软研究院发布零知识证明虚拟机 Magnetar，可证明用 Rust、Go、C 编写的程序，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 至 39 倍。它基于 RISC-V 架构，开发者无需手写密码学电路，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，不依赖椭圆曲线、格或可信设置。其证明校验时间约 12 毫秒，笔记本上每秒可证明 7.2 至 8.7 百万条处理器指令。

    推荐理由：微软研究院的新零知识证明虚拟机宣称比现有最快同类的 zkVM 快 10 至 39 倍，并仅依赖标准哈希函数，读者可借此理解这条技术路线的取舍。

10月14日周三
  1. GitHub Blog · AI & ML54

    GitHub 揭秘密钥检测模型：用 ModernBERT 替代 LLM 流水线

    GitHub 披露其密钥扫描模型采用正则候选生成加 ModernBERT 分类的两阶段流水线，替换此前的 LLM 方案。在线上 A/B 测试中，仓库所有者加权接受率提升 11.5%，push 后扫描中位执行时间降低 86%，服务成本降低超过 98%。离线评估显示，同流量下新流水线精度提升 13%、召回率提升 19%；模型以 8-bit 量化导出为 ONNX 用于推理。

10月13日周二
  2. Microsoft Research48

    Microsoft Research 用 StudentSim 模拟学生学习，改进 AI 辅导系统

    Microsoft Research 提出 StudentSim，可用公开的去标识学习者记录为每个学生训练个性化 AI 学生模拟器，在真实学习者测试前评估和改进 AI 辅导系统。该研究报告在 chess、第二语言英语写作和数学上，StudentSim 优于领先基线，并提供有用的反馈信号。团队还发布 StudentSimEval 评测基准，从行为保真度与指导响应性两个维度评估模拟器。

10月8日周四
  2. Microsoft Research80

    微软研究院开源 Agent Lightning v1.0，约 3500 行代码的轻量 agent RL 框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 agent 强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。

    推荐理由：微软研究院开源这个框架，可以直接解决真实 agent harness 接入 RL 训练时重复实现的问题，并给出了可复现的编码智能体训练流程。

10月7日周三
  1. Microsoft Research34

    Microsoft 研究副总裁 Jennifer Neville 谈 AI 的失败与评估能教会我们什么

    Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破传统基准的性能边界，以及模型在超出传统 benchmark 测试时出现的"意外失败"。她同时分享了使用当前 AI 系统的实用建议，并强调当结果出乎预期时应仔细检查数据。

10月5日周一
10月1日周四
  1. Microsoft Research49

    微软研究院用机器学习预报电网空间天气风险

    微软研究院实习生开发了一套端到端机器学习系统，为美国本土66,935座变电站提供提前30-60分钟的空间天气风险预报。该系统结合L1太阳风观测、AE与Dst指数预报、地质电导率及电网数据，在2020-2026年评估期内识别出近80%的重大空间天气事件。GIC风险阶段对≥10 nT/min事件的检测率为76.5%，对≥50 nT/min的极端事件为64.1%。

9月26日周六