Microsoft（微软） - arXivDaily 大厂专区

2607.19336 2026-07-22 cs.AI cs.CL 新提交

Agents in the Wild: Where Research Meets Deployment

野外的智能体：研究与部署的交汇点

Grace Hui Yang, Pranav N. Venkit, Hooman Sedghamiz, Enrico Santus, Victor Dibia, Ioana Baldini

机构 * Georgetown University（乔治敦大学）； Salesforce（Salesforce公司）； Bayer（拜耳公司）； Bloomberg（彭博公司）； Microsoft Research（微软研究院）

AI总结探讨基于大语言模型的智能体系统从研究到部署的转变，通过案例研究分析成功设计模式及失败缓解策略，为与会者提供跨行业安全可靠部署的全面视角、设计模式、评估清单和模板。

2607.18253 2026-07-22 cs.AI 新提交

Beyond Accuracy and Cost: Latency-Aware LLM Query Routing for Dynamic Workloads

超越准确性和成本：针对动态工作负载的延迟感知大语言模型查询路由

Shivam Patel, Akaash R. Parthasarathy, Ankur Mallick, Gauri Joshi

机构 * Carnegie Mellon University（卡内基梅隆大学）； Microsoft（微软）

AI总结研究针对动态工作负载的大语言模型查询路由，设计轻量级延迟估计器，纳入延迟感知路由器，联合优化延迟、准确性和成本，实验表明该方法能在保持延迟的同时提升准确性 - 成本效用达40%。

2607.19198 2026-07-22 cond-mat.mtrl-sci cs.LG physics.comp-ph 新提交

ATLAS: A Foundation Neural Sampler for Amorphous Materials

ATLAS：一种用于非晶材料的基础神经采样器

Mouyang Cheng, Denis Blessing, Botao Yu, Gerhard Neumann, Mingda Li, Carles Domingo-Enrich, Yuanqi Du

机构 * Microsoft Research New England（微软研究院新英格兰分部）； Center for Computational Science and Engineering（计算科学与工程中心）； MIT（麻省理工学院）； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）； Department of Materials Science and Engineering（材料科学与工程系）； Department of Computer Science and Engineering（计算机科学与工程系）； OSU（俄亥俄州立大学）

AI总结研究针对非晶材料能量景观难采样问题，提出ATLAS神经采样器，由等变图神经网络参数化，能跨系统泛化，利用扩散过程时间反转估计热力学量。在多种系统中验证有效性，还通过预训练降低逆设计成本，结合大语言模型搜索高熵金属玻璃，确立其为基础模型。