大厂专区
多轮共情对话中的语篇多样性
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Microsoft Research（微软研究院） ； University of Washington（华盛顿大学）
AI总结 研究探讨了大型语言模型在多轮共情对话中语篇策略的多样性问题，提出MINT框架通过强化学习提升对话多样性，显著提高共情效果并减少重复。
SWE-AGILE：一种用于高效管理动态推理上下文的软件代理框架
机构 * Microsoft（微软）
AI总结 SWE-AGILE通过动态推理上下文策略平衡推理深度与效率，实现高效多轮软件工程任务处理，实验证明其在SWE-Bench-Verified上优于7B-8B模型。
EEPO：通过采样后遗忘的探索增强策略优化
机构 * The Chinese University of Hong Kong（香港中文大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong Baptist University（香港浸会大学） ； LMU Munich（慕尼黑大学） ； MoE Key Laboratory of High Confidence Software Technologies（教育部高可信软件技术重点实验室）
AI总结 EEPO通过两阶段 rollout 和自适应遗忘机制提升探索能力，在五个推理基准中超越 GRPO，取得显著性能提升。
Comments ICLR 2026
代理数据科学的合理性检查
机构 * Dept. of Statistics UC Berkeley（加州大学伯克利分校统计系） ； Dept. of EECS UC Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Microsoft Research（微软研究院） ； Center for Computational Biology UC Berkeley（加州大学伯克利分校计算生物学中心）
AI总结 本文提出基于PCS框架的轻量级合理性检查，用于验证代理数据科学输出的可靠性，通过扰动检测信号与噪声区分，揭示不支持的结论，并在合成数据和真实数据集上验证其有效性。
LumiMotion：通过场景动态改进高斯光照明
机构 * Warsaw University of Technology（华沙理工大学） ； Sano Centre for Computational Medicine（Sano计算医学中心） ； Inst. for Biomedical Informatics, Univ. Hospital of Cologne（科隆大学医院生物医学信息学研究所） ； University of Cologne（科隆大学） ； CMMC Cologne（科隆CMMC） ； Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究所） ； Microsoft（微软）
AI总结 本文提出LumiMotion，通过利用场景动态元素作为监督信号，改进高斯反渲染方法，在动态场景中实现更准确的光照与材质分离，实验表明在albedo估计和场景照明中分别提升了23%和15%。
Comments CVPR2026
UniPROT: 通过部分最优传输与子模性保证的统一原型选择
机构 * Department of Computer Science and Engineering, Indian Institute of Technology Bombay（印度理工学院孟买分校计算机科学与工程系） ； Centre for Machine Intelligence and Data Science, Indian Institute of Technology Bombay（印度理工学院孟买分校机器智能与数据科学中心） ； Microsoft Research India（微软研究院印度） ； Walmart Global Tech, India（沃尔玛全球技术印度） ； Microsoft India（微软印度）
AI总结 UniPROT通过部分最优传输和子模性保证，解决原型选择中的类别不平衡问题，提升少数类表现而不影响多数类准确性。
Comments 25 pages, 31 figures. Accepted as a poster at AISTATS 2026
带回价值模型：生成式批评者在大语言模型强化学习中的价值建模
机构 * Peking University（北京大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 本文提出生成式批评者GenAC，通过链式推理改进价值建模，提升RL性能。
Comments 16 pages including appendix, 4 figures
推理作为梯度：超越树搜索的MLE代理扩展
机构 * Nanjing University（南京大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Wuhan University（武汉大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出Gome，一种基于梯度优化的MLE代理，通过将结构化诊断推理映射到梯度计算，实现更高效的优化。实验显示，随着模型能力增强，梯度优化在前沿模型中表现更优，且在受限预算下达到35.1%的任何奖牌率。
Comments 36 pages, 6 figures, 17 tables
HyperGraphPro: 为结构引导的超图RAG设计的进度感知强化学习
机构 * KAIST（韩国科学技术院） ； Microsoft（微软） ； Amazon（亚马逊）
AI总结 HyperGraphPro通过结合语义相关性和图连接性，改进超图检索机制，采用基于进度的逐步策略优化，提升多步推理的准确性和生成质量。
Comments In progress
SynthAgent：通过合成监督适应网络代理
机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Purdue University（普渡大学） ； Microsoft（微软）
AI总结 本文提出SynthAgent框架，通过任务和轨迹双重细化提升合成数据质量，从而提升网络代理在新网站环境中的适应能力。
Comments Accepted to ACL 2026 Main Conference
数据混合代理：学习重新加权领域以实现持续预训练
机构 * The University of Manchester（曼彻斯特大学） ； Microsoft Research（微软研究院） ； Imperial College London（伦敦帝国学院） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文提出数据混合代理，通过强化学习学习重新加权领域，实现持续预训练中的平衡性能，优于现有基线方法，并在未见过的领域中表现良好。
Comments Accepted by the ACL 2026 main conference
为RL重新注入价值：通过统一LLM推理器与验证器实现更好的测试时间扩展
机构 * Mila, McGill University（Mila，麦吉尔大学） ； Mila, Université de Montréal（Mila，蒙特利尔大学） ； Microsoft Research, Mila（微软研究院，Mila） ； Google DeepMind, Mila（谷歌DeepMind，Mila）
AI总结 本文提出RL$^V$方法，通过联合训练LLM作为推理器和生成验证器，提升测试时间计算效率和任务准确性，实现20%以上的MATH准确率提升和8-32倍的计算效率提升。
使大语言模型具备全球、以人为本的解释能力：从token到可解释的代码和测试生成
机构 * Microsoft（微软） ； Google（谷歌）
AI总结 本文提出code rationales框架，通过将token级解释映射到高层编程类别，实现大语言模型代码生成的全局可解释性，验证了其在减少解释不确定性方面的有效性。
Comments Accepted to ICSE 2026
FF3R：从无约束视角实现前馈特征三维重建
机构 * Microsoft（微软） ； Clemson University（克莱姆森大学） ； Texas A&M University（德克萨斯A&M大学）
AI总结 FF3R提出一种无需标注的前馈框架，统一处理几何与语义推理，解决全局语义不一致和局部结构不一致问题，实验显示其在视图合成、语义分割和深度估计中表现优异。
Comments CVPR 2026 Findings. Project Page: https://chaoyizh.github.io/ff3r_project/
MEMENTO：教大模型管理自身上下文
机构 * Microsoft Research（微软研究院）
AI总结 MEMENTO通过将推理分块并压缩为密集状态摘要，减少上下文、KV缓存和计算开销，提升模型效率和准确性。
ACE-Bench：一个轻量级的评估 Azure SDK 使用正确性的基准测试
机构 * Microsoft（微软）
AI总结 ACE-Bench通过将官方文档示例转化为自包含编码任务，提供快速可重复的通过或失败信号，评估基于LLM的编码代理是否正确使用Azure SDK，同时减少评估成本并提高可重复性。
Comments 5 pages, 2 figures
ASVspoof 5：利用众包语音评估欺骗、深度伪造和对抗攻击检测
机构 * Microsoft（微软） ； EURECOM ； University of Eastern Finland（东芬兰大学） ； Pindrop ； The Hong Kong Polytechnic University（香港理工大学） ； KLASS Engineering and Solutions（KLASS工程与解决方案公司） ； TCG CREST
AI总结 本文评估了ASVspoof 5挑战中53支队伍的提交结果，发现许多解决方案在对抗攻击和神经编码压缩方案下性能下降，并探讨了校准和其他主要挑战。
Comments Accepted by IEEE TASLP. Appendix is included. DOI 10.1109/TASLPRO.2026.3682962 (Open Access)
MachineLearningLM: 通过持续预训练扩展多示例上下文学习
机构 * UCAS（中国科学院大学） ； Microsoft（微软） ； SCUT（华南理工大学） ； Stanford（斯坦福大学）
AI总结 MachineLearningLM通过持续预训练赋予大语言模型强大的上下文机器学习能力，同时保持其通用知识和推理能力，提升多示例任务表现。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈