LIME: Learning Intent-aware Camera Motion from Egocentric Video
LIME: 从自我中心视频学习意图感知的相机运动
机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学）
AI总结 提出LIME模型，从自我中心视频中挖掘多意图相机运动监督，结合自回归观察增益输出与连续流匹配位姿头，实现语言条件相机运动生成。
大厂专区
Microsoft（微软）
Towards Load-Aware Prefill Deflection for Disaggregated LLM Serving
面向负载感知的预填充偏转用于分离式LLM服务
机构 * Microsoft（微软）
AI总结 针对分离式LLM服务中预填充节点过载而解码节点空闲的问题，提出一种主动预填充偏转调度器，通过将预填充作为分块步骤在解码节点上交错执行，消除节点间KV传输，显著降低P95 TTFT并提高SLO达标率。
Rethinking Speech-LLM Integration for ASR: Effective Joint Speech-Text Training by Interleaving
重新思考语音-LLM集成用于ASR：通过交错实现有效的联合语音-文本训练
机构 * Microsoft（微软）
AI总结 提出JSTIP，一种面向ASR的预训练策略，通过构建词级和段级交错语音-文本序列，在38k小时数据上相比基线提升了实体识别准确率，并缩小了模态差距。
Adoption and Impact of Command-Line AI Coding Agents: A Study of Microsoft's Early 2026 Rollout of Claude Code and GitHub Copilot CLI
命令行AI编码代理的采用与影响：微软2026年初推出Claude Code和GitHub Copilot CLI的研究
机构 * Microsoft（微软）
AI总结 研究微软2026年初推出Claude Code和GitHub Copilot CLI时，数万名工程师的采用模式、留存因素及对代码合并的影响，发现社交网络驱动首次使用，编码活跃度关联留存，采用者合并PR数量增加约24%。
Collaborative Disagreement Resolution for Scalable Oversight
协作分歧解决实现可扩展监督
机构 * Microsoft（微软） ； Duke University（杜克大学）
AI总结 提出协作分歧解决范式，通过引导AI模型协作识别分歧、检验证据并达成共识，替代对抗性辩论，使非专家模型判断准确率达62.1%。
Comments 27 pages, 6 figures. Accepted to ICML 2026. Codebase link: https://github.com/ChicagoHAI/collaborative-dr.git
LLM can Read Spectrogram: Encoder-free Speech-Language Modeling
LLM 能读频谱图：无编码器的语音语言建模
机构 * Microsoft, USA（微软公司，美国）
AI总结 提出 Mel-LLM，一种无需专用语音编码器、直接将梅尔频谱图补丁通过线性投影输入 LLM 的架构，在 ASR 和 TTS 任务上验证了其可行性，ASR 性能与有编码器方案相当，TTS 初步可行。
PE-means: Improved Differentially Private $k$-means Clustering through Private Evolution
PE-means: 通过私有进化改进差分隐私 $k$-均值聚类
机构 * University of Waterloo（滑铁卢大学） ； Microsoft Research（微软研究院）
AI总结 针对欧几里得空间中差分隐私 $k$-均值聚类问题，提出PE-means算法，利用私有进化方法仅计算恒定敏感度的私有直方图，在聚类损失上平均比现有最优基线提升20%。
Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
通过随机最大原理视角的伴随匹配
机构 * Microsoft Research New England（微软研究院新英格兰） ； Flatiron Institute（熨斗研究所）
AI总结 本文基于随机最优控制问题，重新推广并严谨推导了伴随匹配方法，将其置于随机最大原理基础上，提出通用Hamiltonian伴随匹配目标，并展示其在连续时间下的实现方法，为随机控制问题提供新的可实施目标。
Playing 20 Question Game with Policy-Based Reinforcement Learning
基于策略的强化学习玩20个问题游戏
机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司） ； Microsoft Development Co., Ltd（微软开发有限公司）
AI总结 提出基于策略的强化学习方法，使提问者通过与用户持续交互学习最优问题选择策略，并利用奖励网络估计信息奖励，无需知识库且对噪声答案鲁棒。
Comments Withdrawal from the conference
Memora: A Harmonic Memory Representation Balancing Abstraction and Specificity
Memora: 一种平衡抽象与特异性的和谐记忆表示
机构 * Microsoft（微软）
AI总结 提出Memora记忆表示，通过主抽象和线索锚点平衡抽象与特异性，结合检索策略实现高效上下文感知检索，在LoCoMo和LongMemEval基准上达到新最优。
Comments ICML 2026
