Microsoft（微软）

OSS-CRS: Liberating AIxCC Cyber Reasoning Systems for Real-World Open-Source Security

OSS-CRS：解放AIxCC网络推理系统以应对现实中的开源安全

Andrew Chin, Dongkwan Kim, Yu-Fu Fu, Fabian Fleischer, Youngjoon Kim, HyungSeok Han, Cen Zhang, Brian Junekyu Lee, Hanqing Zhao, Taesoo Kim

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

AI总结 OSS-CRS提出一个可本地部署的框架，用于运行和结合CRS技术，针对真实开源项目进行安全分析，并实现预算感知的资源管理。

Comments Version 1.1 (March 2026), OSS-CRS: an open-source framework for porting, deploying, and composing AIxCC cyber reasoning systems. Project page: https://github.com/ossf/oss-crs

Team of Thoughts: Efficient Test-time Scaling of Agentic Systems through Orchestrated Tool Calling

思想团队：通过协调工具调用实现代理系统高效测试时扩展

Jeffrey T. H. Wong, Zixi Zhang, Junyi Liu, Yiren Zhao

机构 * Imperial College London（帝国学院伦敦） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出Team-of-Thoughts框架，通过协调工具调用实现异构代理系统在测试时的高效扩展，通过动态激活最兼容的代理提升数学推理和代码生成任务的性能。

Comments 8 pages

Visuospatial Perspective Taking in Multimodal Language Models

多模态语言模型中的视觉空间视角转换

Jonathan Prunty, Seraphina Zhang, Patrick Quinn, Jianxun Lian, Xing Xie, Lucy Cheke

机构 * University of Cambridge（剑桥大学） ； Department of Psychology（心理学系） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 研究评估多模态语言模型在视觉空间视角转换任务中的表现，发现其在需抑制自身视角以采用他人视角的层面2视角转换中存在显著缺陷，揭示了当前模型在协作场景中的局限性。

An Agentic Multi-Agent Architecture for Cybersecurity Risk Management

面向网络安全风险管理的代理多代理架构

Ravish Gupta, Saket Kumar, Shreeya Sharma, Maulik Dang, Abhishek Aggarwal

机构 * Lead Software Engineer, BigCommerce（BigCommerce 首席软件工程师） ； University at Buffalo, The State University of New York, Buffalo, NY, USA（纽约州立大学布法罗分校） ； Software Engineer, Microsoft（微软软件工程师） ； Senior Software Engineer, Amazon（亚马逊高级软件工程师） 纠错

AI总结 本文提出一种六代理AI系统，通过共享持久上下文提升评估效率，实验证明其在风险评估中的有效性与效率。

Comments 15 pages, 1 figure, 2 tables. Submitted to AICTC 2026 (Springer LNCS)

Divide, then Ground: Adapting Frame Selection to Query Types for Long-Form Video Understanding

分割后再地面：为长视频理解适应帧选择以查询类型

Jialuo Li, Bin Li, Jiahao Li, Yan Lu

机构 * Tsinghua University（清华大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 本文提出DIG框架，根据查询类型调整帧选择策略，通过高效均匀采样处理全局查询，利用专用流程提取相关帧处理局部查询，提升长视频理解性能。

Comments CVPR 2026