跳到正文
10月16日周五
10月14日周三
  1. GitHub Blog · AI & ML50

    GitHub 如何用 ModernBERT 分类器减少密钥扫描误报

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器,替代此前基于 LLM 的流水线,用户告警接受率提升 11.5%,推送后扫描中位执行时间降低 86%,服务成本降低 98%。该方案采用两阶段流程:先用正则表达式高召回地生成候选,再由微调后的 ModernBERT 结合文件路径、变量名和周边代码判断是否为真实密钥。效率提升使通用密钥检测得以扩展到推送保护,在开发者推送前就返回结果。

10月13日周二
  1. Microsoft Research55

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

    微软研究院提出 StudentSim,从公开的去标识化学习记录训练个性化学生模拟器,用于在真实学习者测试前评估和改进 AI 导师。研究同时发布 StudentSimEval 基准,覆盖国际象棋、第二语言英语写作和数学三个领域,从行为保真度和对指导的响应度两个维度评估模拟器。

10月8日周四
  1. Microsoft Research71

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

    微软研究院开源 Agent Lightning v1.0,用约 3500 行代码实现完整的智能体强化学习控制平面,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:微软研究院开源了约 3500 行的智能体强化学习框架,读者可了解它如何让部署中的 harness 直接参与训练。

10月7日周三
10月5日周一
10月1日周四
  1. Microsoft Research48

    微软研究院用机器学习预测电网空间天气风险

    微软研究院开发了一套端到端机器学习流水线,可提前30-60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率等数据,在2020-2026年评估期内检测到近80%的重大空间天气事件。其中Dst预测器在62.2%的活跃时段小时数上优于Burton方程,集成后使严重风暴检测率提升1.2个百分点。

9月29日周二
  1. Microsoft Research60

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 AI 研究系统 Quine,由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态联合训练的生物学世界模型,以及连接模型、科学工具、文献与研究者的交互框架组成。

    推荐理由:微软研究院公开了 Quine 的生物学世界模型与实验闭环设计,并给出胰腺癌化合物筛选的湿实验验证结果。

9月26日周六
  1. GitHub Blog · AI & ML58

    GitHub Copilot 应用如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种可自定义界面,用户和智能体共享同一份状态,可做成看板、问题分诊板、发布清单或仪表盘。创建时只需打开智能体会话,输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限,智能体就会生成界面并在右侧面板打开。

9月25日周五
9月24日周四
  1. Microsoft Research60

    微软研究:把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院系统测量了移动操作机器人分别在端侧、边缘和云端 GPU 上运行推理的差异,发现把推理卸载出机器人可提升任务成功率并延长续航。

    推荐理由:微软团队系统测量了机器人端侧 GPU 推理的性能与续航代价,并给出可复用的卸载工具链。