Microsoft（微软）

SortedRL: Accelerating RL Training for LLMs through Online Length-Aware Scheduling

SortedRL: 通过在线长度感知调度加速大语言模型的强化学习训练

Yiqi Zhang, Huiqiang Jiang, Xufang Luo, Zhihe Yang, Chengruidong Zhang, Yifei Shen, Dongsheng Li, Yuqing Yang, Lili Qiu, Yang You

机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research Asia（微软亚洲研究院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 SortedRL通过在线长度感知调度策略提升大语言模型强化学习训练效率，减少训练气泡比例并提升性能，实验表明在不同任务中表现优于基线。

Hierarchical Long Video Understanding with Audiovisual Entity Cohesion and Agentic Search

基于音频视觉实体凝聚力与代理搜索的层次化长视频理解

Xinlei Yin, Xiulian Peng, Xiao Li, Zhiwei Xiong, Yan Lu

机构 * University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 本文提出HAVEN框架，通过整合音频视觉实体凝聚力与层次化视频索引与代理搜索，解决长视频理解中的信息碎片化和全局一致性问题，实验显示在LVBench上达到84.1%的准确率。

Comments Accepted by CVPR2026

Table-LLM-Specialist: Language Model Specialists for Tables using Iterative Generator-Validator Fine-tuning

Table-LLM-Specialist: 用于表格任务的语言模型专家使用迭代生成-验证微调

Junjie Xing, Yeye He, Mengyu Zhou, Haoyu Dong, Shi Han, Dongmei Zhang, Surajit Chaudhuri

机构 * University of Michigan（密歇根大学） ； Microsoft Corporation（微软公司） 纠错

AI总结 本文提出Table-LLM-Specialist，通过生成-验证框架实现表格任务的有效微调，无需人工标注数据，提升性能并降低部署成本。

Comments Full version of a paper in EMNLP 2025; code is available at: https://github.com/microsoft/Table-Specialist

Arena: Efficiently Training Large Models via Dynamic Scheduling and Adaptive Parallelism Co-Design

Arena：通过动态调度和自适应并行性协同设计高效训练大模型

Chunyu Xue, Weihao Cui, Quan Chen, Chen Chen, Han Zhao, Shulai Zhang, Linmei Wang, Yan Li, Limin Xiao, Weifeng Zhang, Jing Yang, Bingsheng He, Minyi Guo

机构 * Shanghai Jiao Tong University（上海交通大学） ； Lenovo Research（联想研究院） ； Microsoft（微软公司） ； Guizhou University（贵州大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出Arena系统，通过动态调度与自适应并行性协同设计，提升GPU集群效率，减少作业完成时间达49.3%，集群吞吐量提升1.6倍。

Offline to Online Learning for Real-Time Bandwidth Estimation

离线到在线学习用于实时带宽估计

Aashish Gottipati, Sami Khairy, Gabriel Mittag, Vishak Gopal, Ross Cutler

机构 * Department of Computer Science, University of Texas at Austin, Austin, Texas（德克萨斯大学奥斯汀分校计算机科学系，奥斯汀，德克萨斯） ； Microsoft, Redmond, Washington（微软，雷蒙德，华盛顿） 纠错

AI总结 本文提出Merlin算法，通过离线行为克隆和在线微调实现带宽估计的个性化，相比传统方法在用户体验上提升7.8%。

Comments 8 pages, under review. Updated content, added finetuning evaluations, updated title, added IEEE copyright

Early Discoveries of Algorithmist I: Promise of Provable Algorithm Synthesis at Scale

算法主义I：大规模可证明算法合成的前景

Janardhan Kulkarni

机构 * Microsoft（微软） 纠错

AI总结 本文提出通过LLM生成可证明的算法，结合理论与实践，展示Algorithmist在隐私、近似和可解释性任务中的有效算法生成与验证。

Comments 75 pages, technical report

UniFluids: Unified Neural Operator Learning with Conditional Flow-matching

UniFluids: 基于条件流匹配的统一神经算子学习

Haosen Li, Qi Meng, Jiahao Li, Rui Zhang, Ruihua Song, Liang Ma, Zhi-Ming Ma

机构 * Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Microsoft Research Asia（微软亚洲研究院） ； Renmin University of China（中国人民大学） ； Institute of Zoology, Chinese Academy of Sciences（中国科学院动物研究所） 纠错

AI总结 本文提出UniFluids框架，利用扩散Transformer的可扩展性，统一学习不同维度和物理变量的PDE解算子，通过四维时空表示实现联合训练与条件编码，提升预测精度与泛化能力。

Comments Preprint version. Work in progress