Beyond the Org Chart: AI and the Transformation of Invisible Work
超越组织图：人工智能与无形工作的变革
机构 * Microsoft Corporation（微软公司）
AI总结 本文研究了人工智能如何改变工作流程，特别是无形文化实践，如专业指导，同时提出了使无形工作可见的步骤以及个人和领导者如何支持同事并保持健康的公司文化。
Comments 10 pages
大厂专区
Microsoft（微软）
Swift Sampling: Selecting Temporal Surprises via Taylor Series
Swift Sampling: 通过泰勒级数选择时间惊喜
机构 * Boston University（波士顿大学） ； Microsoft Research India（微软研究院印度）
AI总结 本研究提出了一种无需训练的帧选择算法Swift Sampling，通过在视觉潜在空间中建模视频为可微轨迹，并利用泰勒展开预测后续帧的路径，从而自动识别高信息量的时间惊喜帧，提升了长视频问答任务的性能。
Enhancing Gaze Reasoning in Vision Foundation Models for Gaze Following
增强视觉基础模型中的眼动推理以实现眼动跟随
机构 * Beijing Jiaotong University（北京交通大学） ； University of Birmingham（英国伯明翰大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部） ； Microsoft, UK（微软公司（英国））
AI总结 本文提出了一种新的训练机制，通过局部LoRA和锥外惩罚来增强视觉基础模型中的眼动推理，以提升眼动跟随任务的性能，特别是在目标不显著时表现更优。
Comments 11 pages, 8 figures
SynAE: A Framework for Measuring the Quality of Synthetic Data for Tool-Calling Agent Evaluations
SynAE: 一个用于评估工具调用代理合成数据质量的框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文提出SynAE框架，用于评估多轮工具调用代理合成数据的质量，通过四个指标类别评估合成数据的有效性、保真度和多样性，揭示单一指标不足以全面表征合成数据质量。
A strongly annotated passive acoustic dataset for tropical bird monitoring
一个强注解的被动声学数据集用于热带鸟类监测
机构 * Microsoft AI for Good Research Lab（微软AI for Good研究实验室） ； Instituto de Investigación de Recursos Biológicos Alexander von Humboldt（亚历山大冯·洪堡生物资源研究所） ； Center for Research and Formation in Artificial Intelligence（人工智能研究与培养中心） ； Fundación Manacus（曼卡斯基金会） ； Louisiana State University（路易斯安那州立大学） ； Museum of Natural Sciences（自然博物馆）
AI总结 本文提出PteroSet数据集，用于热带鸟类监测，通过强注解的音频数据和COCO-inspired JSON格式，为机器学习提供基准，并展示了二元鸟类检测的深度学习基线。
EdgeRazor: A Lightweight Framework for Large Language Models via Mixed-Precision Quantization-Aware Distillation
EdgeRazor: 一种通过混合精度量化感知蒸馏实现大语言模型轻量化的框架
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligent Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Microsoft AI（微软AI）
AI总结 本文提出EdgeRazor框架，通过混合精度量化感知蒸馏方法，在资源受限设备上部署大语言模型，实现了更高的压缩比和更高效的性能。
Interpreting and Steering State-Space Models via Activation Subspace Bottlenecks
通过激活子空间瓶颈解释和操控状态空间模型
机构 * Microsoft Research, Redmond（微软研究院（红mond）） ； Independent Researcher（独立研究员）
AI总结 本文通过识别Mamba家族状态空间模型中的激活子空间瓶颈，提出了一种在测试时通过乘以标量来操控激活的干预方法，从而在多个模型和基准测试中提升了性能，并验证了这些瓶颈对性能的阻碍作用。
From Patches to Trajectories: Privileged Process Supervision for Software-Engineering Agents
从片段到轨迹：软件工程代理的特权过程监督
机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research Asia（微软亚洲研究院） ； Shanghai Jiao Tong University（上海交通大学） ； King’s College London（伦敦国王学院）
AI总结 本文提出Patches-to-Trajectories (P2T)方法，通过利用开发者撰写的参考补丁来改进软件工程代理的训练过程，提高训练效果和效率。
Lens: Rethinking Training Efficiency for Foundational Text-to-Image Models
Lens：重新思考基础文本到图像模型的训练效率
机构 * Microsoft Lens Team（微软Lens团队）
AI总结 本文提出Lens，一个具有38亿参数的文本到图像模型，在多种基准测试中表现与超过60亿参数的最新模型相当甚至更优，同时训练计算需求显著降低。通过最大化训练批次的数据信息密度和改进收敛速度的架构选择，实现了高效的训练和优化。
Comments Project Page: https://github.com/microsoft/Lens
