成立一年:Microsoft Research Asia – Singapore 如何推进研究、合作与人才以产生实际影响
自一年前成立以来,Microsoft Research Asia — Singapore 实验室已奠定坚实基础,深化了与政府、学术界及产业界的合作,并探索前沿 AI 研究如何创造实际价值。文章《成立一年:Microsoft Research Asia – Singapore 如何推进研…》
你好呀,正在用屏幕阅读器的朋友。这个网站的每个按钮和图片我都认真标注过,希望你逛得顺畅。有任何不方便的地方,页脚有我的邮箱,说了我就改。—— 店主
加载中…
按机构浏览
共 19 条
自一年前成立以来,Microsoft Research Asia — Singapore 实验室已奠定坚实基础,深化了与政府、学术界及产业界的合作,并探索前沿 AI 研究如何创造实际价值。文章《成立一年:Microsoft Research Asia – Singapore 如何推进研…》
Skala 1.1是微软研究院推出的更新版深度学习交换关联泛函,它提供了更高的精度、在计算化学生态系统中更广泛的可用性,以及一个用于跟踪计算性能的实时基准。文章“扩展Skala访问权限,为预测性DFT铺就更快路径”首次出现在微软研究院。
Orchard是一个开源框架,供研究社区跨任务类型训练和评估AI代理。它降低了复杂性,同时通过允许研究人员重用相同的基础设施,支持较小模型实现强劲性能。文章“Orchard:一个用于可扩展代理式AI的开放框架”首次出现在微软研究院。
使用强化学习训练AI agent可能颇具挑战,因为其工具、上下文和决策由复杂框架管理。Agent Lightning将现有agent接入RL训练,使其更易改进而无需重建。文章Agent Lightning v1.0:一个3500行轻量级…
机器人正变得越来越智能,但它们的硬件如何跟上这种增长?Microsoft Research的新研究结果表明,将AI推理移出机器人本体可以提高任务成功率、提升效率,并支持更先进的物理AI工作负载。文章《面向真实世界物理AI机器人的卸载式推理》发表于……
放射学AI正在超越报告生成。CARE-X探索了一种统一方法,结合了灵活推理、校准预测和基于测量的工具,用于胸部X光片解读。文章“推出CARE-X:通过辅助监督、奖励对齐学习和工具增强测量,迈向临床实用的放射学VLM”首次出现在微软研究院。
定制分子正在推动医学、材料和农业的进步,但生产这些分子既缓慢又昂贵。一篇新的Nature论文重点介绍了RetroChimera,这是一种有助于加速化学合成的预测模型,可帮助研究人员探索广泛的分子。文章《改进……的合成预测》
生物学并非孤立运作,其 AI 表征也不应如此。Quine 是一项早期研究项目,旨在构建生物学的多模态世界模型。通过连接跨生物尺度和模态的洞见,Quine 帮助科学家以计算方式搜索一个远超直觉所能及的空间……
极端空间天气事件可能损坏地球上的电力系统,并降低GPS精度和卫星运行性能。一种新的机器学习系统可以在风暴到达前30至60分钟预测可能发生损坏的位置。该文章 Forecasting space weather risks on power grids 首发于 Microsoft Research。
一条路径、一道栅栏、一个绳结。MindTopo为测试AI如何理解拓扑关系设立了新基准,并强调了加强空间推理和规划的新机遇。文章“MindTopo揭示VLM的空间推理能力”首次出现在微软研究院。
Jennifer Neville 原本不想进入计算机科学领域——但最终她还是走上了这条路。Neville 讨论了她职业生涯中那些起起落落如何让她找到了最适合自己的方向,以及她识别“令人意外的失败”的工作,这些失败使 AI 难以处理复杂性。文章《AI 错在哪里,失败教会我们什么…》
如果病理学基础模型能够以更少的资源完成更多工作会怎样?GigaPath-Flash 和 GigaTIME-Flash 在保持强大性能的同时,降低了计算需求,为更大规模的研究和更广泛的探索打开了大门。文章《GigaPath-Flash 与 GigaTIME-Flash:迈向基于高效病理学基础模型的人群规模发现》……
实验室主任Chris White一直致力于具有现实意义的研究挑战——从战时数据分析的新方法到打击人口贩运的工具。他与项目经理Weishung Liu谈论了引导他投身这项工作的各种影响及其他话题。文章《Called to serve: Tech, research, and positive impact with Chris White》...
计算机使用AI代理在处理多步骤工作流(如电子邮件和客户支持)时表现不佳。Echoverse在真实环境中训练代理,而不仅仅是提供更多训练任务,帮助代理随着任务、测试和环境的发展而改进。文章“Echoverse:面向计算机使用代理的深度演化环境”首次出现在微软研究院。
LLM并不会仅仅因为记住更多而变得更聪明。EvoLib将经验转化为持续演化的知识,提取可复用的技能和洞察,帮助模型在部署后长期跨任务学习和适应。文章“EvoLib:将经验转化为持续演化的知识”首次出现在微软研究院。
简短的图表规范易于编写,但常常产生平淡无奇的结果。Flint是一种开源可视化语言,提供了一条中间路径,让AI代理从紧凑、人类可编辑的规范中创建富有表现力的图表。文章“Flint:面向AI时代的可视化语言”首次出现在微软研究院。
Aurora 1.5为Aurora基础模型增加了22个变量、小时级时间分辨率和概率集合预报,使其对实际天气、气候和能源应用更有用。文章“Aurora 1.5:扩展开放基础模型,用于天气和地球系统应用”首次出现在微软研究院。
密码学代码为现代计算系统中的关键保护提供支持。了解一种新方法如何帮助开发者在编写代码时进行验证,同时在实现和演进过程中保持速度和适应性。文章“在SymCrypt中验证Rust密码学:从标准到代码”首次出现在微软研究院。
AI代理常常因为其指令或技能被手动修改且无法保证改进而失败。了解SkillOpt如何将技能编辑转变为训练过程,在不改变模型权重的情况下提高代理行为的可靠性。文章“SkillOpt:将代理技能视为可训练参数”首次出现在微软研究院。