大厂专区
面向检索代理的自然语言查询到配置
机构 * UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Microsoft Azure Research - Systems（微软Azure研究 - 系统）
AI总结 提出BRANE方法，利用LLM将查询转换为工作负载特征，并训练轻量级预测器选择最优配置，在多个基准上实现成本-质量帕累托前沿的优化。
潜在循环Transformer：架构探索、训练策略与扩展行为
机构 * Microsoft（微软公司） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学）
AI总结 提出潜在循环Transformer（LRT），通过跨层循环潜在路径重用前一token的高层隐藏状态作为记忆，在不增加暂停token或额外深度循环的情况下，以约2倍基线计算实现并行训练，在匹配有效计算下提升语言建模损失和上下文学习能力，仅增加0.3%参数。
通过模型的行为几何进行越狱易感性预测与缓解
机构 * Microsoft Research（微软研究院）
AI总结 本文通过形式化模型群体的行为几何，利用已评估和防御的模型，实现高效的易感性预测和防御迁移，在79个模型和100个系统配置上，易感性检测AUPRC达0.94且探针减少约98%，防御迁移性能优于同供应商分配。
重新参数化Shampoo和SOAP用于子空间基更新和BFloat16存储
机构 * Mila & Université de Montréal Microsoft（Mila与蒙特利尔大学微软公司） ； Concordia University & Mila（康科德大学与Mila） ； University of Central Florida（中央佛罗里达大学）
AI总结 本文通过重新参数化预条件器，在子空间中仅更新部分基向量，结合QR分解支持BFloat16存储，降低了Shampoo类方法的计算和内存开销，并缓解了低精度存储带来的性能下降。
Comments Preprint, working in progress
全局运动恢复结构与前馈重建的结合
机构 * ETH Zurich（苏黎世联邦理工学院） ； Meta Reality Labs（Meta现实实验室） ； Microsoft（微软公司）
AI总结 提出一种结合经典SfM和前馈重建优势的新流水线，在多种场景下实现最先进的重建结果。
Comments CVPR 2026, Highlight
GraphMind：从操作轨迹到自演化工作流自动化
机构 * Microsoft, USA ； University of Illinois Chicago, USA ； Microsoft, Spain
AI总结 提出GraphMind系统，通过离线提取因果工作流图、在线多智能体遍历执行和自适应遍历强化，实现云数据库事故调查中的自动化工作流，相比基线方法减少8倍检索上下文并降低26%幻觉率。
SWE-Edit：重新思考高效SWE智能体的代码编辑
机构 * Microsoft（微软） ； Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系） ； Stanford Institute for Human-Centered Artificial Intelligence (HAI), Stanford University（斯坦福大学人机交互研究所）
AI总结 提出SWE-Edit框架，通过将代码编辑分解为查看器和编辑器两个子智能体，解决上下文耦合问题，在SWE-Bench Verified上提升解决率2.1个百分点并降低推理成本17.9%，且通过GRPO训练小模型实现高效编辑格式选择。
World-R1：通过强化学习为文本到视频生成注入3D约束
机构 * Zhejiang University（浙江大学） ； Microsoft Research（微软研究院） ； Independent Researcher（独立研究者）
AI总结 提出World-R1框架，利用强化学习（Flow-GRPO）结合3D基础模型和视觉语言模型的反馈，在不修改架构的情况下增强视频生成的3D一致性，并采用周期解耦训练策略平衡刚体几何与动态场景。
Comments ICML 2026, Project Page: https://aka.ms/world-r1, Code: https://github.com/microsoft/World-R1
理解大语言模型迭代生成优化中的挑战
机构 * Google DeepMind（谷歌DeepMind） ； CNRS（国家科学研究中心） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； AWS（亚马逊AWS） ； Netflix Research（Netflix研究） ； Microsoft Research（微软研究院）
AI总结 本文通过案例研究，揭示了在基于大语言模型的迭代生成优化中，起始工件、信用分配和批处理等隐藏设计选择对优化成败的决定性影响，并指出缺乏跨领域的通用学习循环设置方法是生产化和采用的主要障碍。
Comments 39 pages, 17 figures
EpiQAL：大型语言模型在流行病学问答与推理中的基准测试
机构 * Emory University（埃默里大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； Microsoft（微软公司）
AI总结 提出EpiQAL基准，通过三个子集（事实回忆、多步推理、不完整信息下结论重建）评估LLM在流行病学推理中的表现，发现当前模型在多步推理上表现有限。
Comments 31 pages, 7 figures, 25 tables
不确定性下通过策略信息分配理解LLM中的推理
机构 * Microsoft Research（微软研究院） ； KAIST（韩国科学技术院） ； Seoul National University（首尔国立大学）
AI总结 本文提出一个信息论框架，将推理分解为程序推进和认知外化（不确定性标记级外化），证明零散外化能在无显式错误触发时恢复收敛，并通过实验表明小规模SFT即可调控该能力，从而将推理重新定义为不确定性下的策略信息分配。
GUI-Libra：训练原生GUI代理进行推理与行动——基于动作感知监督和部分可验证强化学习
机构 * UIUC（伊利诺伊大学香槟分校） ； Microsoft（微软） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 提出GUI-Libra训练方案，通过动作感知SFT和部分可验证RL中的KL正则化，解决GUI代理在长程导航任务中推理与定位冲突及部分可验证性问题，显著提升步骤准确率和任务完成率。
Comments 57 pages, 17 figures
通过视觉反馈学习具有空间推理能力的 GUI 定位
机构 * University of Edinburgh（爱丁堡大学） ； Microsoft（微软）
AI总结 本文提出将 GUI 定位重构为交互式搜索任务，利用多步在线强化学习训练 GUI-Cursor 模型，通过光标视觉反馈提升空间推理能力，在 GUI 定位和代理任务上超越强基线。
Comments Accepted at ICML 2026
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