Microsoft Research

2026-10-29

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Microsoft Research выпустил Research Focus №97 с обзорами ForkPilot, CABRA, TeleTune, BioEmu2 и анализа Copilot

Microsoft Research опубликовал Research Focus №97 — краткий выпуск (рассылка/видео/подкаст) под руководством Sowbhagya Suresh, в котором представлены ForkPilot (самоулучшающаяся агентная схема), CABRA (генератор и анализ задач по программированию), TeleTune (обучение навыкам агентов по логам активности), анализ использования Copilot Chat, Shiksha Copilot для образования, новая AI-методика для прогноза погоды на длительный срок и публичная предпросмотр-версия BioEmu2.

6.0

2026-10-20

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Подкаст Microsoft Research: интервью с Крисом Уайтом о Catalyst Lab и поиске в дарквебе

В эпизоде подкаста Microsoft Research Вэйшун Лю берет интервью у Криса Уайта, руководителя Catalyst Lab, о его пути от операций при DARPA до руководства исследованиями в Microsoft и создании инструментов поиска в дарквебе для борьбы с торговлей людьми; обсуждаются выбор проблем, практические внедрения и этические вызовы.

3.0

2026-10-12

RESEARCH · 1 ИСТОЧН. · The Decoder

Метод Microsoft Research «Fork-and-Flush» уменьшает «идеальные бассейны» и улучшает работу долгосрочных агентoв ИИ

Microsoft Research обнаружила, что накопление истории чата может «запирать» автономных исследовательских агентов в субоптимальных «идеальных бассейнах» при длительных задачах. Подход Fork-and-Flush раздваивает агента на параллельные ветви, унаследующие рабочие файлы, но очищающие историю диалога; при тестах на 13 задачах (с GPT-5.6-terra и GPT-5.5 через GitHub Copilot CLI) средний нормализованный показатель вырос до 0,78 против 0,47 для одиночных прогонов и стал более стабильным.

7.0

2026-10-06

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Подкаст Microsoft Research: Дженнифер Невилл о проверке ИИ и неожиданных ошибках

В эпизоде подкаста Microsoft Research научный руководитель Дженнифер Невилл рассказывает о роли оценки для повышения эффективности ИИ, неожиданных ошибках моделей за пределами стандартных бенчмарков, практических рекомендациях по работе с текущими системами и о важности тщательного анализа данных обучения, когда результаты удивляют.

4.0

2026-09-30

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Система Microsoft Research прогнозирует геомагнитные риски для 66,935 подстанций США

Microsoft Research создала сквозной конвейер машинного обучения, который на основе наблюдений солнечного ветра с L1, прогнозов AE и Dst, локальной геологии и данных сети оценивает по местоположению dB/dt и риск геомагнитно индуцированных токов (GIC) для 66,935 подстанций в континентальной части США с опережением 30–60 минут. В оценке за 2020–2026 годы система зафиксировала ~76,5% крупных событий (≥10 nT/min), ~81,2% серьёзных (≥20 nT/min) и ~64,1% экстремальных (≥50 nT/min), превзошла некоторые эмпирические подходы (включая сравнение по уравнению Бёртона для Dst) и использовала только общедоступные наборы данных.

8.0

2026-09-29

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Microsoft Research представила Quine — мультимодельную «модель мира» для биологии

Microsoft Research представила Quine — экспериментальную мультимодальную «модель мира» и платформу, связывающую модели, научные инструменты, литературу и исследователей для приоритизации и анализа биологических вмешательств. В сотрудничестве с Broad Institute команда сообщила, что Quine помог приоритизировать соединения и подтвердил несколько лидирующих кандидатов в нескольких экспериментах в пробирке; доступ будет пилотироваться через программу Quine Fellows, система предназначена только для научных исследований, а не для клинического применения.

8.0

2026-08-31

RESEARCH · 1 ИСТОЧН. · Microsoft Research

GigaPath-Flash и GigaTIME-Flash: эффективные фундаментальные модели патологии для исследований в масштабе популяции

Microsoft Research представила GigaPath-Flash и GigaTIME-Flash — фундаментальные модели для патологии, которые, по данным разработчиков, сокращают вычислительные затраты при сохранении высокой производительности, что позволяет проводить масштабные исследования и шире применять методы вычислительной патологии.

7.0

2026-08-12

MODELS · 1 ИСТОЧН. · Microsoft Research

Microsoft Research представила бенчмарк MindTopo для пространственного и топологического рассуждения VLM

Microsoft Research представила MindTopo — новый бенчмарк для проверки того, как визуально-языковые модели (VLM) понимают топологические и пространственные отношения. В анонсе MindTopo описывается как инструмент для оценки и улучшения пространственного рассуждения и планирования у VLM.

6.0

2026-08-11

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Представляем CARE-X: единый подход к клинически полезным радиологическим VLM

Microsoft Research представила CARE-X — исследовательский подход к радиологическим VLM, который объединяет вспомогательное обучение, обучение с согласованной наградой и инструменты для измерений, чтобы обеспечить гибкое рассуждение, калиброванные предсказания и инструменты измерения для интерпретации рентгеновских снимков грудной клетки.

7.0

2026-08-03

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Orchard: открытая платформа для масштабируемого агентного ИИ

Orchard — это открытая платформа от Microsoft Research для исследователей, позволяющая обучать и оценивать агентные ИИ для разных типов задач. Проект заявлен как средство снижения сложности инфраструктуры и повторного использования инструментов, что должно помогать достигать высокой эффективности даже при использовании более компактных моделей.

6.0

2026-07-30

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Echoverse: обучение агентов в глубоких, эволюционирующих средах для компьютерных задач

Microsoft Research представляет Echoverse — подход, при котором агенты, используемые в работе с компьютером, обучаются в реалистичных, эволюционирующих средах вместо простого увеличения числа тренировочных задач; цель — помочь агентам справляться с многошаговыми рабочими процессами, например электронной почтой и поддержкой клиентов. Публикация подчёркивает улучшение агентов по мере изменения задач, тестов и сред, а не опору на статичные наборы задач.

6.0

2026-07-30

RESEARCH · 1 ИСТОЧН. · Microsoft Research

EvoLib: превращение опыта в эволюционирующие знания

Microsoft Research опубликовала материал об EvoLib — подходе, призванном превращать накопленный опыт в эволюционирующие знания, извлекая повторно используемые умения и инсайты, которые помогают LLM обучаться и адаптироваться к задачам после развертывания. В статье делается акцент на том, что LLM не становятся умнее лишь за счёт хранения большего объёма памяти, и EvoLib предлагается как способ повторного использования опыта для долгосрочной адаптации.

6.0

2026-07-09

MODELS · 1 ИСТОЧН. · Microsoft Research

Aurora 1.5 расширяет открытый фундаментальный модель: больше переменных, почасовое разрешение и вероятностные ансамбли

Microsoft Research выпустила Aurora 1.5 — обновление открытой фундаментальной модели Aurora, которое добавляет 22 переменные, обеспечивает почасовое временное разрешение и вводит вероятностное ансамблевое прогнозирование для задач погоды, климата и энергетики. Эти изменения направлены на повышение полезности модели для реальных приложений в области систем Земли и оперативного использования.

7.0

2026-07-08

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Flint: открытый язык визуализации с применением AI-агентов

Microsoft Research представила Flint — открытый язык визуализации, который позволяет AI-агентам создавать выразительные диаграммы по компактным, удобным для редактирования человеком спецификациям, занимая промежуточное место между короткими спецификациями и вручную оформленными визуализациями.

6.0