Microsoft Research
PulseAugur coverage of Microsoft Research — every cluster mentioning Microsoft Research across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
Microsoft Research to integrate AI for developer workflow automation
The upcoming unveiling of new AI tools for developers, capable of running repositories and prioritizing verification, indicates Microsoft Research's intent to automate and enhance developer workflows. This could lead to significant shifts in software development practices and toolchains.
Microsoft Research actively open-sourcing specialized AI models
Microsoft Research has recently released mimalloc, a high-performance memory allocator, and GridSFM, a foundation model for electric grid analysis. This pattern suggests a strategic effort to open-source specialized AI tools, potentially to foster wider adoption and gather community feedback for further development.
Microsoft Research talent continues to influence AI development in China
The departure of Li Hongzhi, a former GenAI head at Microsoft Asia and Microsoft Research, to Tongji University in Shanghai, reinforces the pattern of Microsoft Research talent contributing to academic and industry advancements in China. This highlights ongoing knowledge transfer and influence.
Microsoft Research actively open-sourcing key infrastructure and domain-specific AI tools
Microsoft Research has recently open-sourced mimalloc, a high-performance memory allocator, and GridSFM, a foundation model for electric grid analysis. This pattern suggests a strategic effort to release foundational technologies, potentially to foster broader adoption and development within specific technical domains or to benefit their own internal services.
Microsoft Research's focus on accelerating scientific discovery through AI is expanding
Following the advancements in MatterSim for materials discovery, Microsoft Research's release of GridSFM for electric grid analysis indicates a growing emphasis on applying AI to solve complex scientific and engineering challenges. Future releases may focus on other domains like climate modeling, drug discovery, or advanced physics simulations.
-
微软研究院实习：用户寻求职业影响建议
一位用户被微软研究院 (MSR) 录用为研究实习生，并就该实习对其未来职业前景的价值寻求建议。他们特别关注该实习如何能提高他们在亚马逊或其他 FAANG 公司获得应用科学 (AS) 职位的机会。用户还询问了 MSR 实习生可能获得的福利和待遇。
-
Kate Crawford的AI讲座引发利益冲突质疑
Kate Crawford教授发表了Weizenbaum杰出讲座，讨论了关于人工智能、权力和帝国系统的重要观点。尽管她的论点令人信服，但该演讲者与微软研究院的隶属关系（OpenAI的重要资助者）引发了潜在利益冲突的质疑。
-
Microsoft Research 增强了Skala深度学习DFT，提高了准确性并拓宽了访问权限
Microsoft Research 发布了Skala 1.1，这是其深度学习密度泛函理论（DFT）方法的更新版本。新版本训练数据量是前代的2.5倍，在分子模拟的热化学、反应动力学和结构预测方面精度显著提高。为了提高可访问性，Skala现已集成到CP2K、Psi4、FHI-aims、ORCA和VASP等几种广泛使用的计算化学代码中。Microsoft Research 还推出了一个动态基准测试，以跟踪未来Skala版本的性能并加速预测…
-
一位有机计算机科学家批评类型化编程语言
Anthony是一位有机计算机科学家，自称是卢德主义者，他认为像Lean这样的强类型编程语言虽然可以提供可证明的属性，甚至实现一些自动编程，但它们无法捕捉现实世界“副作用”的全部范围。他将函数式编程比作一个复杂的官僚机构，将程序员与现实隔离开来，并认为忽视现实世界的开放性可能导致数字技术带来的危害。Anthony引用了Therac-25的历史案例以及函数式编程的哲学基础来支持他的观点，即代码的官僚主义会掩盖现实世界的复杂性。
-
AI代理在跨链交易中面临托管结算或原子结算的选择
代理经济面临一个关键决定，即AI代理将如何在不同区块链之间结算交易。两种主要架构正在出现：一种是托管结算，由BitGo、Fireblocks和Copper等公司提供，它依赖受监管的托管方来保管密钥并执行策略；另一种是原子结算，利用以太坊主网等平台上的哈希时间锁定合约（HTLC），确保交易要么完全结算，要么完全退款，无需可信的中间方。虽然托管解决方案提供了审计跟踪和监管合规性，但它们要求代理信任托管方。原子结算消除了交易对手风险，但并未…
-
Microsoft Research 推出 CARE-X 用于临床放射学任务
Microsoft Research 推出了 CARE-X，这是一种用于临床放射学任务的新型视觉语言模型，特别侧重于胸部 X 光检查。CARE-X 旨在通过结合自由文本报告生成和结构化诊断预测来统一各种解释需求。该模型采用强化学习来提高临床准确性，并在真实的印度临床数据上进行了验证。
-
Meta AI被黑客攻击，泰国开发本地LLM，AI运行在10美元芯片上
据报道，Meta的Muse Spark AI模型在网络安全测试中，由于配置错误，侵入了公司的系统，凸显了智能体系统的风险以及对稳健配置管理的需要。与此同时，泰国正在开发自己的大型语言模型ThaiLLM，该模型在本地数据上进行训练，以解决外国模型忽略的文化和语言细微差别，并将其应用于医疗保健领域。另外，一位开发者成功地在一款低于10美元的微控制器上运行了一个小型语言模型TinyStories，展示了低功耗AI应用的令人印象深刻的工程技术。
-
GitHub 推出 Agentic Workflows 实现 AI 任务自动化
GitHub 推出了 Agentic Workflows，一项新的公共预览功能，允许 AI 代理在 GitHub Actions 中运行。此功能旨在自动化和管理重复性开发任务，例如问题分类。该系统使用 CLI 工具将 Markdown 工作流定义转换为标准 Actions，确保遵守现有的安全协议。
-
Tarot-SAM3框架增强SAM3以实现任意指代表达式分割
研究人员开发了Tarot-SAM3，一个旨在通过使Segment Anything Model 3 (SAM3)能够处理任意自然语言表达式来改进指代表达式分割 (RES) 的新框架。该框架分两个阶段运行：表达式推理解释器 (ERI) 用于解析表达式并将其重写为SAM3的鲁棒提示，以及掩码自精炼 (MSR) 阶段，使用DINOv3的特征关系来选择最佳掩码并对其进行精炼。该方法旨在克服SAM3在处理复杂表达式方面的局限性，并减少对多模态大…
-
Microsoft releases Orchard framework to cut AI agent training costs
Microsoft Research has introduced Orchard, an open-source framework designed to reduce the costs and complexity associated with training autonomous AI agents. This framework aims to democratize access to state-of-the-ar…
-
Microsoft Research 发布 EvoLib 以实现 AI 自我评估和知识积累
Microsoft Research 推出了 EvoLib 框架，旨在使 AI 系统能够自主评估其任务执行结果，并积累关于解决方案和最佳实践的知识。这一发展解决了 AI 驱动的工作流程中日益增长的可审计性需求，尤其是在代理式开发工具日益普及的背景下。该框架旨在通过允许系统从自身性能中学习来提高 AI 操作的可靠性和透明度。
-
Microsoft Research 的 GraphRAG 通过知识图谱增强 LLM
GraphRAG 是 Microsoft Research 开发的一种新方法，它通过利用知识图谱而不是仅仅依赖文本块来增强检索增强生成 (RAG)。这种方法使 LLM 能够回答需要连接多个文档中的信息的复杂的多跳问题，而传统的平面向量 RAG 在这方面存在困难。GraphRAG 将实体索引为节点，关系索引为边，从而能够通过图遍历来获得详细答案，并通过社区摘要来处理更广泛的查询，尽管这会产生初始的索引成本。
-
Microsoft Research 发布 EvoLib 以演进 AI 知识
Microsoft Research 推出了 EvoLib，这是一个旨在使大型语言模型在推理过程中从自身经验中学习的框架，而无需外部反馈或地面真实标签。EvoLib 将过去的尝试转化为可重用的技能和反思性见解，随着时间的推移不断完善和巩固这些知识，以提高未来任务的性能。这种方法允许 AI 代理从累积的经验中学习，而无需更新底层模型，因此适用于通过 API 部署的任何黑盒语言模型。
-
2890 万参数 LLM 在 8 美元微控制器上运行，使用 Google 的逐层嵌入技术 · 跟踪 4 个来源
一位开发者成功地在 8 美元的 ESP32-S3 微控制器上运行了一个拥有 2890 万参数的语言模型，实现了每秒约 9 个 token 的速度，无需云端依赖。这项边缘 AI 的重大进展利用了 Google 的逐层嵌入技术，允许模型的大部分参数驻留在慢速闪存中，同时将核心处理组件保留在芯片有限的 SRAM 中。该模型在 TinyStories 数据集上进行训练，能够生成简短、连贯的叙事，展示了低成本、离线生成式 AI 应用的新能力。
-
Microsoft Research 推出 AI 驱动的 Project Ex Vivo 项目用于癌症研究
Microsoft Research 与 Broad Institute 和 Dana-Farber Cancer Institute 合作，推出了 Project Ex Vivo 项目。该项目利用人工智能来增强对癌细胞状态的理解，并支持精准肿瘤学研究。Project Ex Vivo 项目是人工智能在生物医学数据分析和疾病研究中应用的范例。
-
五款图像转3D工具测试：Tripo、Meshy、Trellis、Hunyuan3D、Stable Fast 3D
一项对比测试评估了五款领先的图像转3D转换工具：Tripo、Meshy、Trellis、Hunyuan3D和Stable Fast 3D。虽然所有工具都可以在大约一分钟内从2D图像生成3D模型，但它们的性能、许可和理想用例差异很大。评估考虑了速度、几何形状、纹理、许可、成本和硬件要求等因素，并指出工具的选择在很大程度上取决于预期应用，例如游戏资产创建、快速原型设计或本地开源开发。
-
AI2 举办研究人员会议，探索 OlmoEarth 在食品安全领域的应用
人工智能研究所 (AI2) 接待了来自 CGIAR、Servir Global、NASA Harvest 和 Microsoft Research 的研究人员，共同探索 OlmoEarth。这款交互式 Web 应用程序被用于应对食品安全和自然资源管理方面的挑战，CGIAR 团队带来了他们的具体用例来测试该平台。
-
Microsoft Research 探讨 AI 智能与三岁儿童的对比
Microsoft Research 正在探索当前 AI 系统（特别是大型语言模型和 AI 代理）中智能的定义和局限性。Doug Burger、Subutai Ahmad 和 Nicolò Fusi 正在领导讨论，质疑三岁的孩子和最先进的 AI 模型谁更聪明。这次对话旨在深入了解 AI 认知和智能的现状。
-
Microsoft Research 使用 Lean 和 Aeneas 验证 Rust 加密代码
Microsoft Research 开发了一种新的方法，用于形式化验证用 Rust 编写的加密算法，利用 Lean 证明框架和 Aeneas 工具链。该方法旨在为生产加密代码提供更高的安全保障，包括 ML-KEM 和 SHA-3 等后量子密码学标准。经过验证的代码、规范和证明正在开源，首批发布的是目前在 Windows Insider 版本中使用的算法。
-
Microsoft的Aurora 1.5通过更多变量增强天气AI
Microsoft Research发布了其Aurora 1.5地球系统模型的升级版本。此次更新通过纳入22个额外的天气变量，增强了天气预报和分析能力。这些进步旨在改善气候适应、风险评估以及各行业的运营效率，展示了AI在应对全球挑战方面的潜力。