Microsoft（微软）

Does a Global Perspective Help Prune Sparse MoEs Elegantly?

从全局视角帮助优雅地剪枝稀疏MoEs吗？

Zeliang Zhang, Nikhil Ghosh, Jiani Liu, Bin Yu, Xiaodong Liu

机构 * University of Rochester（罗切斯特大学） ； Flatiron Institute（熨斗研究所） ； University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出GRAPE方法，通过动态分配剪枝预算提升稀疏MoEs的效率，实验表明其在多个模型上均取得最佳性能。

RAGEN-2: Reasoning Collapse in Agentic RL

RAGEN-2：代理强化学习中的推理崩溃

Zihan Wang, Chi Gui, Xing Jin, Qineng Wang, Licheng Liu, Kangrui Wang, Shiqi Chen, Linjie Li, Zhengyuan Yang, Pingyue Zhang, Yiping Lu, Jiajun Wu, Li Fei-Fei, Lijuan Wang, Yejin Choi, Manling Li

机构 * Northwestern University（西北大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Independent（独立研究者） ； Imperial College London（伦敦帝国学院） ； Oxford University（牛津大学） ； University of Washington（华盛顿大学） ； Microsoft（微软） ； Stanford University（斯坦福大学） 纠错

AI总结 研究发现代理强化学习中推理稳定性受模板崩溃影响，通过引入互信息代理提升推理质量与任务表现。

The Art of Building Verifiers for Computer Use Agents

构建计算机使用代理验证器的艺术

Corby Rosset, Pratyusha Sharma, Andrew Zhao, Miguel Gonzalez-Fernandez, Ahmed Awadallah

机构 * Microsoft Research（微软研究院） ； Browserbase 纠错

AI总结 本文提出通用验证器，通过四个原则减少噪声、分离奖励信号、区分可控不可控失败、并采用分治上下文管理，提升验证可靠性与准确性。

Computer Environments Elicit General Agentic Intelligence in LLMs

计算机环境在大语言模型中激发通用代理智能

Daixuan Cheng, Shaohan Huang, Yuxian Gu, Huatong Song, Guoxin Chen, Li Dong, Wayne Xin Zhao, Ji-Rong Wen, Furu Wei

机构 * GSAI, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学） 纠错

AI总结 本文研究了计算机环境如何通过虚拟沙盒激发大语言模型的通用能力，展示了环境对任务解决的提升效果及训练方法。

Comments Project Page: https://llm-in-sandbox.github.io

Lost in Cultural Translation: Do LLMs Struggle with Math Across Cultural Contexts?

文化翻译中迷失：大语言模型在不同文化背景下进行数学推理的能力如何？

Aabid Karim, Abdul Karim, Bhoomika Lohana, Matt Keon, Jaswinder Singh, Abdul Sattar

机构 * mV Research Lab（55mV研究实验室） ； Microsoft（微软） ； Millcrest Technology（Millcrest科技） ； Griffith University（格里菲斯大学） 纠错

AI总结 研究发现大语言模型在不同文化背景下处理数学问题时存在性能下降，文化适应影响推理模式，需更多多样化的训练数据以提升全球适用性。

AFL: A Single-Round Analytic Approach for Federated Learning with Pre-trained Models

AFL：基于预训练模型的联邦学习单轮分析方法

Run He, Kai Tong, Di Fang, Han Sun, Ziqian Zeng, Haoran Li, Tianyi Chen, Huiping Zhuang

机构 * South China University of Technology（华南理工大学） ； Tsinghua University（清华大学） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； The Hong Kong University of Science and Technology（香港科技大学） ； Microsoft（微软） 纠错

AI总结 本文提出AFL，一种利用分析解的联邦学习方法，通过单轮训练和绝对聚合法则，减少通信开销并提升收敛速度，具有数据分区不变性。

Comments Published in CVPR 2025