Microsoft Research 发布 StudentSim 改进 AI 导师研究系统
Microsoft Research 提出 StudentSim,用公开且去标识化的学习记录训练个性化学生模拟器,并在 StudentSimEval 中评估其行为还原与指导响应能力。
Microsoft Research 提出 StudentSim,用公开且去标识化的学习记录训练个性化学生模拟器,并在 StudentSimEval 中评估其行为还原与指导响应能力。
Microsoft Research Asia 发布并开源 Agent Lightning v1.0,以约 3,500 行代码构建轻量级 Agentic RL 控制平面。
推荐理由:原文同时说明框架架构、训练流程和编码智能体实验结果,便于评估其如何接入现有 Agent harness。
GitHub 发布面向 AI 代码审查智能体的开放基准 ReviewBench,公开数据集、评测 rubric、LLM judge 提示词和自助运行器。该基准包含来自 187 个开源仓库的 219 个 pull requests,覆盖 19 种语言,其语言和仓库规模分布参考了 GitHub 上 103.9M 个真实 pull requests。
Microsoft Research 开发端到端机器学习系统,结合太阳风观测、AE 与 Dst 预报、地质和电网数据,为美国本土 66,935 座变电站生成空间天气风险预测。系统可提前 30-60 分钟发出预警,对重大、严重和极端事件的检测率分别为 76.5%、81.2% 和 64.1%。
Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示,卸载可提升映射、规划、导航和操作性能,并减少电池消耗;研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。
推荐理由:文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响,并给出基于 Kubernetes 的实现工具。