Microsoft（微软）

Chimera: Latency- and Performance-Aware Multi-agent Serving for Heterogeneous LLMs

Chimera：面向异构大语言模型的延迟与性能感知多智能体服务

Kangqi Ni, Wenyue Hua, Xiaoxiang Shi, Jiang Guo, Shiyu Chang, Tianlong Chen

机构 * University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） ； Microsoft（微软） ； Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

AI总结 Chimera通过语义路由和预测调度优化多智能体工作流服务，提升端到端延迟与任务性能，减少1.2-2.4倍延迟并提高8.0-9.5个百分点性能。

On-Policy Context Distillation for Language Models

在线策略上下文蒸馏用于语言模型

Tianzhu Ye, Li Dong, Xun Wu, Shaohan Huang, Furu Wei

机构 * Microsoft Research（微软研究院） 纠错

AI总结 本文提出在线策略上下文蒸馏框架，通过训练学生模型在生成轨迹的同时最小化逆Kullback-Leibler散度，提升模型在数学推理、文本游戏等任务中的表现。

Formula-R1: Incentivizing LLM Reasoning over Complex Tables with Numerical Computation via Formula-Driven Reinforcement Learning

Formula-R1：通过公式驱动强化学习激励LLM对复杂表格进行数值计算的推理

Lang Cao, Jingxian Xu, Hanbing Liu, Jinyu Wang, Mengyu Zhou, Haoyu Dong, Shi Han, Dongmei Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nankai University（南开大学） ； Tsinghua University（清华大学） ； Shandong University（山东大学） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出Formula-R1，通过公式驱动强化学习框架提升LLM对复杂表格的推理能力，尤其在多步数值计算任务中表现优异，且优于现有方法。

Flipping the Dialogue: Training and Evaluating User Language Models

翻转对话：训练和评估用户语言模型

Tarek Naous, Philippe Laban, Wei Xu, Jennifer Neville

机构 * Microsoft Research（微软研究院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出User LMs，通过多轮对话模拟人类用户，验证其在真实场景下优于传统模拟方法，提升评估准确性。

Comments Accepted at ICLR 2026

Understanding Pruning Regimes in Vision-Language Models Through Domain-Aware Layer Selection

通过领域感知的层选择理解视觉-语言模型中的剪枝规则

Saeed Khaki, Nima Safaei, Kamal Ginotra

机构 * Microsoft AI（微软人工智能） 纠错

AI总结 研究通过领域感知激活相似性分析，揭示视觉-语言模型中不同剪枝预算下层移除对性能的影响，发现三种剪枝规则：低预算下性能敏感，中预算下结构损伤累积，高预算下结构连续性主导。