ThinkingBox-Training：将数据库评分转化为强化学习奖励
微软与Hugging Face合作发布ThinkingBox-Training，通过将数据库终端状态检查转化为奖励函数，对Qwen3.8-27B模型进行50步GRPO微调。
推荐理由：将数据库评分转化为强化学习奖励，让智能体从偶尔成功变为可重复执行，训练任务选择是关键。
#Microsoft
Hugging Face Blog精选AI 评分7373 Microsoft Research精选AI 评分6868 Microsoft Research 发布 Flint-interactive：创建交互式数据可视化的语言
Microsoft Research 发布了 Flint-interactive，这是一种基于 Flint 的语言，用于创建交互式数据可视化。它允许用户和 AI 智能体通过高级语义事件和更新操作符定义交互行为，支持点击、过滤、缩放、高亮和跨图表交互等功能。
推荐理由：Flint-interactive 将交互逻辑与视觉逻辑分离，让智能体能生成可点击、过滤、缩放的高质量可视化图表，降低了开发复杂度。
Microsoft ResearchAI 评分4545 Microsoft 研究者与协作方结合新数学思想与人类引导的 AI 解决 KLS 猜想
Microsoft 研究者与协作方证明 KLS 猜想，为高维几何和概率论建立普适几何原理，表明对数凹分布的最窄瓶颈可被平面切割以固定因子捕获。研究通过人类引导的智能体协作完成，AI 探索数学可能性，研究人员评估并优化搜索路径。该成果已获多位独立研究者验证，并完成机器形式化验证。
Microsoft ResearchAI 评分3535 Microsoft Research Catalyst Lab 主任 Chris White 的技术公益之路
Microsoft Research Catalyst Lab 主任 Chris White 曾在 DARPA 领导阿富汗战场数据分析项目，后开发暗网搜索工具打击人口贩卖，获 2016 年美国总统打击人口贩卖杰出贡献奖。他的工作聚焦技术公益，通过数据分析预防暴力、保护人员安全，并坚持用技术应对现实世界中的黑暗问题。
GitHub Blog · AI & MLAI 评分4545 三位 Java Champion 分享 GitHub Copilot 提升生产力的实践
三位 Java Champion 展示 GitHub Copilot 在生产环境与开源项目中的具体应用， Vlad Mihalcea 用 Copilot 将开发任务从数周缩短至两天， Patrick Baumgartner 通过迁移 900 张教学演示文稿提升效率。他们强调需审查 AI 生成代码，并建议根据任务类型切换模型以平衡性能与成本。
GitHub Blog · AI & ML精选AI 评分7070 GitHub Copilot 应用会话如何在 VS Code 中继续
GitHub 发布教程，介绍如何将 Copilot 应用中的会话直接在 VS Code 中打开，保持对话、代码更改和工作上下文不变。用户可以在 VS Code 中审查代理的更改、继续对话、手动修改代码、本地测试并推送更新到关联的拉取请求。
推荐理由：打通 Copilot 应用与 VS Code 的会话流转，让 AI 辅助开发与人工调试无缝衔接。
Microsoft Research精选AI 评分7575 Magnetar：基于证明的通用计算
微软研究发布 Magnetar 系统，这是一种零知识虚拟机(zkVM)，能证明 Rust、Go 或 C 程序的执行结果，速度比现有系统快 10-39 倍，且安全性仅依赖于标准哈希函数。该系统解决了零知识证明在效率、通用性和安全性方面的三大挑战，使程序执行证明成为常规计算的一部分。
推荐理由：Magnetar 系统解决了零知识证明的三大挑战，为通用计算提供了可验证的新范式。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot初学者指南：如何教会Copilot了解你的代码库
GitHub发布Copilot初学者系列教程，介绍四种定制方法：自定义指令、代理技能、自定义代理和MCP服务器，帮助Copilot遵循项目特定规则和流程。
推荐理由：原文提供了四种定制Copilot的方法，帮助开发者将AI助手与项目特定规则结合。
Microsoft ResearchAI 评分6565 Microsoft Research 发布 StudentSim：基于学生模拟的 AI 教学系统评估方法
Microsoft Research 发布 StudentSim 系统，通过从公开匿名学习记录中训练个性化 AI 学生模拟器，为 AI 教学系统提供早期反馈信号。该系统在象棋、英语写作和数学三个领域超越了现有基线模型，并引入了 StudentSimEval 评估基准。研究证明，使用 StudentSim 作为奖励源的 AI 教学系统在专家评估中表现最佳，准确率达到 90.5%。
NVIDIA Blog精选AI 评分8585 NVIDIA与Microsoft联合推出RTX Spark和AI智能体功能
NVIDIA与Microsoft在旧金山活动中宣布合作开发Windows PC上的AI智能体硬件和软件方案，推出RTX Spark笔记本电脑和紧凑型桌面，以及DGX Station for Windows企业级AI工作站。
推荐理由：原文给出了硬件和软件协同方案，读者可以据此了解AI智能体在Windows PC上的本地化部署路径。
GitHub Blog · AI & ML精选AI 评分7373 GitHub 推出 AI 密钥保护功能以应对智能体生成代码的安全挑战
GitHub 发布基于 ModernBERT 的密钥保护模型，可在推送前检测未结构化密钥，响应时间低于 2 毫秒，预计可将预防的密钥数量增加一倍以上。该功能将首先在 GitHub Secret Protection 中推出，并集成到 Copilot CLI 和 Copilot App 中。
推荐理由：GitHub 推出基于 AI 的密钥保护模型，可提前检测并阻止未结构化密钥泄露。
Microsoft ResearchAI 评分8585 Microsoft Research 发布 Agent Lightning v1.0 轻量级智能体强化学习框架
Microsoft Research 发布 Agent Lightning v1.0，这是一个约 3,500 行代码的轻量级智能体强化学习框架，支持真实 harnesses 直接参与强化学习。
Microsoft ResearchAI 评分4545 Microsoft Research 探讨 AI 评估与失败启示
Microsoft Research 研究主管 Jennifer Neville 探讨 AI 评估如何推动系统性能突破，以及模型在传统基准测试外的“意外失败”。她强调数据对理解异常结果的重要性，并分享当前 AI 系统的实用工作建议。
GitHub Blog · AI & ML精选AI 评分7575 ReviewBench: AI 代码评测开放基准
GitHub 发布 ReviewBench，一个基于 103.9M 真实 PR 构建的代码评测基准，包含 219 个跨 19 语言的 PR，提供六项评测指标，支持按严重程度和类别分类，并已用于 Copilot 代码评测迭代。
推荐理由：ReviewBench 基于真实 GitHub PR 构建了首个开放代码评测基准，解决了评测方法学空白。
Hugging Face Blog精选AI 评分8585 Microsoft发布ThinkingBox智能体评估工具
Microsoft与Hugging Face合作发布ThinkingBox，通过检查数据库状态而非生成文本来评估AI智能体可靠性，每个任务重复运行20次。该工具已在Hugging Face开放，包含507个业务工作流程基准测试。
推荐理由：原文提供了AI智能体评估新方法，通过重复测试和数据库状态检查衡量可靠性。
Microsoft ResearchAI 评分4343 Microsoft Research 开发空间天气预报系统，提前 30-60 分钟预警电网风险
Microsoft Research 研发的机器学习系统可提前 30-60 分钟预测美国 66,935 个变电站的地磁感应电流风险，检测率达 76.5%（重大事件）和 81.2%（严重事件）。该系统结合太阳风观测、AE 和 Dst 指数预报及地质数据，通过梯度提升模型生成位置特异性风险评估。
Microsoft Research精选AI 评分7575 微软发布生物研究AI系统Quine
微软研究院发布Quine，一个专为生物学复杂性设计的多模态世界模型研究系统，能够连接模型、科学工具、文献和研究人员。该系统已用于预测和验证能驱动肿瘤状态转变的化合物，并通过湿实验验证了排名靠前的候选物。Quine包含一个生物学世界模型和一个交互式接口，可跨模态和尺度整合生物数据，帮助研究人员在实验室测试前预测和推理生物干预的后果。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Microsoft ResearchAI 评分3535 Microsoft Research Asia – Singapore 一周年：推进前沿 AI 研究与真实世界影响
Microsoft Research Asia – Singapore 成立一年来，深化与新加坡政府、高校及企业的合作，聚焦前沿 AI 模型与智能系统、医疗等领域应用，推动基础研究向实际解决方案转化。实验室通过双向交流模式，结合行业需求与科研能力，形成研究-应用-反馈的闭环，并培养下一代 AI 人才。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot：当聊天界面不再是最佳选择
GitHub Copilot引入canvas功能，提供可定制的用户界面，允许用户与AI进行更高效的交互，超越传统聊天界面的限制。canvas是一个全栈应用，可在GitHub Copilot应用内运行，支持双向通信和本地代码执行，帮助用户构建工具而非单纯消耗token。
推荐理由：文章提供了超越传统聊天界面的AI交互新思路，展示了GitHub Copilot的canvas功能如何解决实际开发问题。
Microsoft Research精选AI 评分7575 Microsoft Research发布物理AI机器人推理卸载功能
Microsoft Research推出物理AI工具链中的推理卸载功能，通过将AI推理任务从机器人本地GPU转移到边缘或云端，显著提升了机器人的任务成功率、响应能力和电池寿命。该功能支持使用Kubernetes工具进行分布式推理，已在实际场景中测试验证。
推荐理由：原文展示了将AI推理任务从机器人本地转移到边缘或云端的实际效果，读者可据此优化机器人系统的性能和电池寿命。
Microsoft Research精选AI 评分7070 Microsoft Research 发布 RetroChimera 逆合成预测模型
Microsoft Research 在 Nature 期刊发表 RetroChimera 模型，该模型结合两种互补模型提高小分子合成预测质量，已在 GitHub 开源。
推荐理由：原文提供了模型架构和验证结果，读者可据此评估其在药物研发和材料设计中的应用潜力。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Copilot运行时迁移至Rust
GitHub Copilot团队将运行时从TypeScript完全重写为Rust，使用AI辅助完成了超过80万行代码的迁移，实现了性能数量级的提升。迁移过程中采用了原子替换策略，通过128个pull request逐步完成，同时保持了主分支的可发布状态。新运行时支持进程内和进程外两种模式，通过C ABI和N-API提供接口，显著降低了内存占用和启动时间。
推荐理由：原文详细记录了Copilot运行时从TypeScript迁移到Rust的过程和性能提升，展示了AI辅助代码迁移的实际案例。
Microsoft Research精选AI 评分6565 GigaPath-Flash 和 GigaTIME-Flash：高效病理学基础模型助力人群规模发现
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，通过知识蒸馏技术将原始模型的计算需求降低约 50 倍和 8 倍，同时保持或提升性能。这些开源模型支持对大规模癌症患者队列进行病理分析，帮助研究人员研究疾病生物学、生物标志物和临床结果。
推荐理由：本文介绍了病理学基础模型的效率提升方法，使大规模人群研究成为可能。
Microsoft ResearchAI 评分5555 Microsoft Research 发布 Skala 1.1，提升 DFT 准确性与可访问性
Microsoft Research 发布 Skala 1.1，训练数据量是前版本的 2.5 倍，在热化学、反应动力学和分子结构预测等关键分子模拟挑战中提供更高准确性。Skala 现已集成到 CP2K 中，并正在整合到 Psi4、FHI-aims、ORCA 和 VASP 等软件中，同时引入了持续更新的基准测试来跟踪计算性能。
Microsoft Research精选AI 评分6565 MindTopo揭示多模态模型的拓扑推理能力
微软研究团队推出MindTopo基准测试，评估多模态大语言模型在拓扑推理方面的能力。研究发现当前模型在静态识别任务上表现优于交互式规划任务，表明它们难以在动态环境中保持对拓扑关系的一致理解。MindTopo包含连续性、分离、顺序、包围和结点五个类别的推理和规划任务，为改进机器人和交互环境中的AI系统提供了重要诊断工具。
推荐理由：MindTopo揭示了多模态模型在拓扑推理方面的显著差距，为改进AI空间理解能力提供了新方向。