智能AI None 大模型时代，数据不仅要选得好，还要排得好 （本文阅读时间：8 分钟） 在大语言模型 (LLMs) 的训练中，数据的高效利用是决定模型最终能力的关键。过去的很多研究将精力集中在“数据筛选”（Data Selection）上，也就是如何从海量互联网语料中挑出最高质量的子集。如今，这个问 Data 数据组织 SAW 2026-07-05 微软研究院AI
智能AI None 破解AI幻觉黑盒：大模型如何判断自己说的是真是假？ （本文阅读时间：8 分钟） 当你向 AI 模型询问 “ 法国大革命期间，路易十六被处决的具体日期是哪一天 ” ，它能迅速给出 “1793 年 1 月 21 日 ” 的标准答案。可当你追问某个冷门的地方戏曲流派起源时，它却可能面不改色地编造出 研究员们 标记 幻觉 2026-07-05 微软研究院AI
智能AI None GenAC：让价值模型重新“思考”的生成式Critic （本文阅读时间：9 分钟） 编者按：大模型时代的强化学习（RL）正在经历一场范式跃迁，从价值对齐到推理涌现，再到智能体自主决策，RL 的边界不断拓展。然而，一个经典难题始终如影随形——信用分配。当模型生成冗长的推理链后，稀疏的终端奖励如何精 Critic 判别式 信用分配 2026-06-27 微软研究院AI
智能AI None AI 能考过计算机等级考试吗？ （本文阅读时间：12 分钟） 如果让今天最强的大模型去参加一场国家计算机等级考试（NCRE），它能拿多少分。近期，微软亚洲研究院的研究员们把 NCRE 一、二级的 200 道 Word、Excel、PPT 实操题搬到 AI 面前，让 7 个 研究员们 NCRE Office 2026-06-10 微软研究院AI
智能AI None 开源上新 | 大模型是否还在"金鱼记忆"？全新基准 RHELM 测出“真实长期记忆”天花板 （本文阅读时间：13 分钟） 我们已经习惯让大模型回答问题、生成代码、撰写报告，但当它真正要成为一名"贴身的个人助理"时，最难的反而是一件最朴素的事——记得住。 RHELM LOOP 研究员们 2026-06-07 微软研究院AI
智能AI None SkillOpt：把智能体的“技能”当作可训练的外部参数 （本文阅读时间：12 分钟） 当前，大语言模型智能体（agent）的真正难点已经不在于“能不能调用工具”，而在于“能不能稳定、可复用地完成任务”。过去，智能体的技能通常有三种来源：专家手写、由前沿大模型一次性生成，或者运行后进行松散的自我修 SkillOpt 验证门控 更新 2026-05-29 微软研究院AI
智能AI None CVPR 上新 | 从生成式压缩到3D空间智能，七项前沿突破洞悉计算机视觉未来方向 （本文阅读时间：20分钟） 编者按： 欢迎阅读“科研上新”栏目。“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，紧跟前沿领域发展态势。6月3日至7日，全球计算机视觉领域的顶尖学术盛会 CVP CoD GVC 研究员们 2026-05-28 微软研究院AI
智能AI None RPG 与 RPG-Encoder：为仓库级 AI 工程，量身打造一种中间表示 （本文阅读时间：15分钟） 近年来，很多大模型都能从自然语言描述中稳定地写出单个函数或单个文件。但如何将这种能力延伸到“从高层规格生成完整仓库”，或者“对真实仓库形成持续可用的全局理解”，目前仍处于早期阶段。而这两个看似相互独立的方向，实则 RPG 研究员们 Kit 2026-05-20 微软研究院AI
智能AI None 大模型智商在线，为何“情”商掉线? （本文阅读时间：10分钟） 如今的大语言模型早已在数学领域展现出令人惊叹的实力，在 AIME 美国数学邀请赛、IMO 国际数学奥林匹克竞赛等高难度抽象数学竞赛中，多款主流模型都能交出近乎满分的答卷。这一表现也成为大模型推理能力持续突破的亮眼 AIME 研究员们 ContextMATH 2026-05-08 微软研究院AI