Microsoft（微软）

Spectral bandits for smooth graph functions

图上光滑函数的谱带兵问题

Michal Valko, Rémi Munos, Branislav Kveton, Tomáš Kocák

机构 * INRIA Lille - Nord Europe, SequeL team（INRIA里尔-北欧，SequeL团队） ； Microsoft Research New England（微软研究院新英格兰分部） ； Technicolor Research Center（Technicolor研究中心） 纠错

AI总结 本文研究图上光滑函数的带兵问题，提出两种算法在有效维度上线性或亚线性地减少累积遗憾，实验证明通过少量节点评估可学习千级物品的用户偏好。

Comments Published in International Conference on Machine Learning (ICML 2014)

DocQAC: Adaptive Trie-Guided Decoding for Effective In-Document Query Auto-Completion

DocQAC：适应性前缀引导解码用于高效的文档内查询自动补全

Rahul Mehta, Kavin R, Indrajit Pal, Tushar Abhishek, Pawan Goyal, Manish Gupta

机构 * Microsoft Corporation（微软公司） ； Indian Institute of Technology（印度理工学院） ； Indian Institute of Technology Kharagpur（印度理工学院卡拉格浦） 纠错

AI总结 DocQAC通过适应性前缀引导解码框架提升长文档内的搜索效率，利用文档特定上下文增强查询精度，优于现有基线模型。

Toward Consistent World Models with Multi-Token Prediction and Latent Semantic Enhancement

迈向一致的世界模型：多令牌预测与潜在语义增强

Qimin Zhong, Hao Liao, Haiming Qin, Mingyang Zhou, Rui Mao, Wei Chen, Naipeng Chao

机构 * Shenzhen University（深圳大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 本文通过多令牌预测和潜在语义增强方法，解决大语言模型内部世界模型一致性问题，提升表示对齐性和鲁棒性。

Comments Accepted by ACL 2026 Main Conference. 21 pages, 3 figures, 7 tables

Closing the Modality Reasoning Gap for Speech Large Language Models

弥合语音大语言模型的模态推理差距

Chaoren Wang, Heng Lu, Xueyao Zhang, Shujie Liu, Yan Lu, Jinyu Li, Zhizheng Wu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Microsoft Corporation（微软公司） 纠错

AI总结 本文提出TARS框架，通过不对称奖励设计对齐文本和语音条件轨迹，显著缩小模态推理差距并在7B级语音大语言模型中取得最佳性能。

Comments Accepted by ACL 2026 Main Conference

LoRA on the Go: Instance-level Dynamic LoRA Selection and Merging

LoRA on the Go：实例级动态LoRA选择与合并

Seungeon Lee, Soumi Das, Manish Gupta, Krishna P. Gummadi

机构 * MPI-SWS（马克斯·普朗克研究所-斯图加特研究所） ； Microsoft, India（微软公司，印度） 纠错

AI总结 LoRA on the Go通过实例级动态选择和合并适配器，在无需额外训练的情况下提升多任务性能，实验证明其在多个NLP基准和数据集上表现优异。

Comments Accepted as a main conference paper in ACL 2026

LayerNorm Induces Recency Bias in Transformer Decoders

层归一化在Transformer解码器中诱导近期偏差

Junu Kim, Xiao Liu, Zhenghao Lin, Lei Ji, Yeyun Gong, Edward Choi

机构 * KAIST（韩国科学技术院） ； Microsoft Research（微软研究院） 纠错

AI总结 研究揭示Transformer解码器中层归一化与自注意力机制相互作用导致近期偏差的机制，分析残差连接和输入嵌入分布的影响，提出改进位置编码的新思路。

Comments Codes available at: https://github.com/starmpcc/layernorm_recency_bias

Journal ref ACL 2026 Findings

Contrastive Attribution in the Wild: An Interpretability Analysis of LLM Failures on Realistic Benchmarks

野外对比归因：对LLM在真实基准上失败的可解释性分析

Rongyuan Tan, Jue Zhang, Zhuozhao Li, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Microsoft（微软） 纠错

AI总结 本文研究了对比归因作为分析LLM在现实场景中失败的实用工具，通过对比错误输出与正确替代输出的logit差异，揭示了归因方法在不同数据集、模型规模和训练检查点上的表现，展示了其在某些失败案例中的有效性及局限性。

Comments 45 pages, 16 figures, 16 tables

Waking Up Blind: Cold-Start Optimization of Supervision-Free Agentic Trajectories for Grounded Visual Perception

觉醒失明：为基于视觉感知的代理轨迹进行无监督的冷启动优化

Ashutosh Bajpai, Tamal Majumder, Akshay Nambi, Tanmoy Chakraborty

机构 * Indian Institute of Technology Delhi（印度理工学院德里） ； Indian Institute of Technology Abu Dhabi（印度理工学院阿布扎比） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出SPECTRA框架，通过冷启动强化学习提升小视觉语言模型的视觉鲁棒性和工具协调能力，无需监督即可提高任务准确性和工具效率。

Comments ACL 2026 Findings

HORIZON: A Benchmark for In-the-wild User Behaviour Modeling

HORIZON：一个面向真实世界用户行为建模的基准

Arnav Goel, Pranjal A Chitale, Bhawna Paliwal, Bishal Santra, Amit Sharma

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research India（微软印度研究院） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 HORIZON基准通过跨领域、长时域的数据和任务设计，解决传统用户建模基准的局限性，提出新的任务和评估方法，评估模型在异构环境中的泛化能力。

Comments 19 pages, accepted to ACL 2026 (Findings)

Pushing the Limits of On-Device Streaming ASR: A Compact, High-Accuracy English Model for Low-Latency Inference

推动端设备流式语音识别的极限：一种紧凑、高精度的英文模型用于低延迟推断

Nenad Banfic, David Fan, Kunal Vaishnavi, Sam Kemp, Sunghoon Choi, Rui Ren, Sayan Shaw, Meng Tang

机构 * CoreAI, Microsoft（微软核心人工智能） 纠错

AI总结 本文研究了端设备上部署高质量语音识别模型的需求，通过评估多种架构在不同推理模式下的表现，确定NVIDIA的Nemotron Speech Streaming为最佳选择，并通过优化降低模型大小至0.67GB，同时保持高精度。

Automatic Dataset Construction (ADC): Sample Collection, Data Curation, and Beyond

自动数据集构建（ADC）：样本收集、数据整理与更广泛的领域

Minghao Liu, Zonglin Di, Jiaheng Wei, Zhongruo Wang, Hengxiang Zhang, Ruixuan Xiao, Haoyu Wang, Jinlong Pang, Hao Chen, Ankit Shah, Hongxin Wei, Xinlei He, Zhaowei Zhao, Haobo Wang, Lei Feng, Jindong Wang, James Davis, Yang Liu

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Amazon（亚马逊） ； SUSTech（华南理工大学） ； Zhejiang University（浙江大学） ； Yale University（耶鲁大学） ； Carnegie Mellon University（卡内基梅隆大学） ； HKUST (GZ)（香港科技大学） ； Nanyang Technological University（南洋理工大学） ； Microsoft（微软） 纠错

AI总结 本文提出自动数据集构建方法ADC，通过LLM实现高效数据集生成，减少人工标注成本，构建包含12个主类和12000个细粒度子类的Clothing-ADC数据集，降低标签噪声至10.7%，并设计三个针对标签噪声和类别不平衡的基准数据集。

The Thin Line Between Comprehension and Persuasion in LLMs

在语言模型中理解与说服之间的微妙界限

Adrian de Wynter, Tangming Yuan

机构 * Microsoft（微软公司） ； The University of York（约克大学） 纠错

AI总结 研究通过人机辩论探讨LLM的说服能力是否反映真实理解，发现其能维持连贯对话但缺乏深层对话结构理解，揭示了部署在解释关键场景中的伦理与实践问题。

Comments Accepted to ACL Findings 2026

Plasticity Loss in Deep Reinforcement Learning: A Survey

深度强化学习中的可塑性丧失：综述

Timo Klein, Christoph Luther, Manus McAuliffe, Lukas Miklautz, Claudia Plant, Sebastian Tschiatschek

机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； Doctoral School Computer Science, University of Vienna（维也纳大学计算机科学博士学院） ； Independent Researcher（独立研究员） ； Microsoft AI（微软人工智能） ； Department of Machine Learning and Systems Biology, Max Planck Institute of Biochemistry（生物化学研究所机器学习与系统生物学部门） 纠错

AI总结 本文综述了深度强化学习中可塑性丧失的问题，提出统一定义，分析其驱动因素与病理，整理超过50种缓解策略，并指出当前评估实践的不足。