微软研究院推出基于证明的通用计算系统 Magnetar
微软研究院发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的程序执行过程,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在通用性、速度与后量子安全之间同时取得进展。
微软研究院发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的程序执行过程,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在通用性、速度与后量子安全之间同时取得进展。
微软研究院提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,用于在真实学生测试前评估和改进 AI 辅导系统。该研究同时发布 StudentSimEval 基准,从行为保真度和指导响应性两个维度评估模拟器,覆盖国际象棋、英语二语写作和数学三个领域,StudentSim 均优于主流基线。StudentSim 是研究系统,并非产品,不会部署到课堂,也不旨在取代教师。
GitHub 发布 AI 代码审查开放基准 ReviewBench,基于 1.039 亿个 GitHub PR 的分布特征,构建了覆盖 19 种语言、219 个公开 PR 的评测集。
微软研究院开发了一套端到端机器学习流水线,为美国本土66,935座变电站生成位置级空间天气风险估计,可提前30至60分钟预警。系统结合AE与Dst指数预测、纬度、地质电导率等数据,评估期内检测到近80%的重大空间天气事件。Dst预测器在2020-2026年评估期活动最强烈时段有62.2%的小时数优于Burton方程。
微软研究院推出 AI 研究系统 Quine,由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像的多模态生物世界模型和连接科学工具、文献与湿实验的交互框架组成。
推荐理由:微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计,并给出胰腺癌细胞状态预测的湿实验验证结果。
微软研究院对移动机器人操作负载做了系统测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU 可提升任务成功率并延长续航。
推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出把推理卸载到边缘或云端的工具链方案。