跳到主要内容
检索

Microsoft Research

7 篇关联报道

订阅更新
  1. Microsoft Research

    TokenEconomizer让编程智能体记住仓库经验:277个真实修bug任务成本降18.4%–30.9%

    开发者每天在同一个代码库里使用AI编程智能体,但智能体往往每次会话都从零开始,重复查找事实、加载用不到的工具、反复走同一条失败路径。来自UC Berkeley、微软研究院和微软安全团队的开源插件TokenEconomizer把已完成会话的日志转化为后续会话的指导,在不改动智能体及其底层模型的前提下减少浪费。在六个仓库的277个SWE-Bench真实修bug任务上,它让五种智能体与模型组合的平均成本下降18.4%–30.9%,30个仓库与组合配对全部节省且任务成功率大体稳定。

  2. 细胞多模态基础模型不再只求对齐:新指标显示,只有跨模态互补才值得融合

    细胞多模态基础模型通常冻结各模态编码器,只训练一个融合接口,但融合是否真的带来单模态之外的信息一直缺少判据。研究者提出协同信息分数(SIS),以线性探针下融合表示相对最强单模态表示的性能增益来度量可及协同。在肺、胸腺、乳腺三套空间转录组数据上,冗余主导的任务里单模态基线已足够,而分辨率不匹配的胸腺任务中非谱融合方法取得更高SIS。

  3. arXiv

    History Forcing 让少步视频模型记住久远历史:1.3B 学生 60 秒 VBench-Long 达 79.82

    少步自回归视频扩散模型在长推演中会逐渐丢失主体与场景信息,现有蒸馏目标没有把久远历史单独作为约束。History Forcing 用同一自回归教师在有、无额外历史两种条件下的预测之差构造上下文残差,加权后修正 DMD 或 OPSD 的蒸馏目标。1.3B 学生模型在 15 秒生成上取得 VBench 质量分 85.07,在 60 秒生成上取得 VBench-Long 综合分 79.82,并在相机离开再返回的评测中把 PlayWorld 演化质量从 2.35 提到 2.70。

  4. Microsoft Research

    微软亚洲研究院开源 Agent Lightning v1.0:约 3,500 行代码实现 Harnessed Agentic RL,Qwen3.5-9B 在 SWE-bench Verified 上从 41.8% 提升至 56.4%

    微软亚洲研究院提出 Harnessed Agentic RL 训练范式并开源重建 Agent Lightning v1.0,让部署所用的同一 agent harness 通过 LLM 代理直接参与强化学习,框架约 3,500 行代码、以标准 Kubernetes 作业运行 agent,并在 SWE-smith、mini-SWE-agent 与 Qwen3.5-9B 的端到端编码 agent 流水线上,仅用约 6,000 条训练样本把 SWE-bench Verified 的 Pass@1 从 41.8% 提升到 56.4%,绝对增益 14.6 个百分点。

  5. Microsoft Research

    微软研究院发布 Quine:多模态生物学世界模型在胰腺癌中筛出可驱动肿瘤状态转变的化合物,一个周末完成候选优先级排序

    微软研究院推出 Quine,一个把跨序列、结构、功能、细胞状态与影像等多模态数据联合训练的世界模型与连接科学工具、文献、湿实验和科研人员的交互式 harness 相结合的研究系统,并与 Broad Institute 合作在胰腺导管腺癌(PDAC)中用它从数千个化合物中预测并排序可驱动治疗相关细胞状态转变的候选物,湿实验显示排名最高的化合物产生最大的预期状态转变,整个从缩小搜索空间到锁定少数候选物的过程仅用一个周末,同时实验还验证了模型关于第三个表型的预测。

  6. Microsoft Research

    微软研究院亚洲—新加坡成立一年:落地九个新合作项目、暑期学校覆盖逾300名学生,IPP首位学生论文入选CVPR 2026口头报告

    微软研究院亚洲—新加坡回顾其2025年7月24日成立后第一年的进展:以「研究—影响飞轮」模式推进四大方向(下一代AI模型与智能体系统、面向真实影响的领域AI、AI原生研究实践、生态与人才培养),与新加坡国立大学和南洋理工大学开展九个新项目,与NUS签署五年框架研究协议,暑期学校自2025年启动以来覆盖逾300名学生,IPP首位学生黄启明关于RobotSeg的论文被CVPR 2026选为口头报告,并计划在第二年把已验证的合作模式规模化。

  7. arXiv

    ProgramDistill:把交互式网页应用转化为可验证的参考引导式软件工程任务

    该工作提出 ProgramDistill 基准与全自动 mine–craft–patch 流水线,将 26 个交互式网页应用分解为 1,975 条可重放验证的行为并构建 4,063 个任务,让编码智能体在隐藏源码的情况下通过交互参考应用推断并恢复缺失功能,结果显示九个前沿智能体在完整应用重建中最高成功率 49.2%,且随恢复深度从 1 增至 8,部分应用重建成功率从 100% 降至 64.0%、从 96% 降至 32%。

已读完全部报道