跳到正文
只看一手#Microsoft
10月23日周五
  1. Microsoft Research58

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。它把点击拖拽等原始触发解析为语义事件，用户只需用高层算子描述更新行为，交互与视觉依赖由 Flint 编译器处理。该语言可通过 Flint-MCP 和 MCP Apps 在聊天环境中使用，也提供编程 API 供开发者构建仪表盘和数据故事。

10月22日周四
  1. Microsoft Research76

    微软研究院等证明悬置31年的KLS猜想

    微软研究院研究员 Xinzhi Zhang 与合著者 Zhao Song 证明了1995年提出的 KLS 猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的差距不超过一个与维度无关的固定常数。

    推荐理由：这篇论文证明了一个悬置31年的几何猜想，并展示了研究者如何通过筛选和引导智能体搜索来推进数学证明。

10月21日周三
  2. Microsoft Research15

    微软研究院播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到暗网搜索的技术向善之路

    微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他从哈佛博士后到 DARPA 项目经理、再到阿富汗战场先进技术负责人的经历。他后来转向暗网搜索工具研发，用于协助打击人口贩运，并因此获得 2016 年美国总统打击人口贩运杰出贡献奖。节目还讨论了问题选择在创新中的作用。

10月20日周二
  1. GitHub Blog · AI & ML36

    如何在 VS Code 中继续 GitHub Copilot 应用会话

    GitHub Copilot 应用中的会话可直接在 VS Code 中打开，保留原有对话、代码改动和工作上下文，无需重新描述任务。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到该会话对应的 pull request。

10月16日周五
  1. Microsoft Research72

    微软研究院推出基于证明的通用计算系统 Magnetar

    微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，在笔记本上每秒证明 720 万至 870 万条 RISC-V 指令。在 15 个基准程序上，它平均比现有最快的同类 zkVM 快 10 至 39 倍，证明验证耗时约 12 毫秒。其安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，无需椭圆曲线、格假设或可信设置。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与标准哈希安全之间同时取舍。

10月14日周三
  1. GitHub Blog · AI & ML40

    GitHub 用 ModernBERT 分类器重构密钥扫描：检出更多、噪音更少

    GitHub 为密钥扫描训练了专用 ModernBERT 分类器，配合正则候选生成的两阶段流水线，替代此前的 LLM 方案。相比旧 LLM 流水线，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在开发者推送前返回结果。

10月13日周二
  2. Microsoft Research38

    微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导

    微软研究院提出研究系统 StudentSim，用公开的去标识化学习记录为每位学生训练个性化 AI 学生模拟器，在真实学习者测试前评估和改进 AI 辅导。该系统从行为保真度与指导响应性两个维度衡量模拟器，并配套推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，表现优于领先基线。StudentSim 并非产品，未进入课堂，也不旨在取代教师。

10月8日周四
  2. Microsoft Research73

    微软亚洲研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

    微软亚洲研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。

    推荐理由：原文给出框架的代码规模、Kubernetes 运行方式和一次编码智能体训练实验的分数变化，便于判断接入成本。

10月7日周三
  1. Microsoft Research22

    微软研究院播客：AI 评测中的“意外失败”能教会我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她同时分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。

10月5日周一
10月1日周四
9月26日周六