微软研究院播客访谈 AI 出错与失败如何改进模型
微软研究院播客访谈 Jennifer Neville，讨论 AI 出错与失败如何帮助改进模型。她指出单轮基准表现高的模型在多轮对话中性能会显著下降，长程智能体文档编辑中错误会累积。用户应检查答案、改写请求并给出具体反馈，以推动模型改进。
#Microsoft
Microsoft ResearchAI 评分5151
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 103.9M 个 GitHub pull request 分布构建，包含 219 个公开 pull request。
推荐理由：原文给出 ReviewBench 的公开数据、评分规则、指标切片和 Copilot 离线到线上对照，便于比较不同代码审查智能体的强弱与偏好选择。
Hugging Face Blog精选AI 评分7575 Microsoft ThinkingBox 通过 Hugging Face 开放智能体数据库终态评测
Microsoft ThinkingBox 现已通过 Hugging Face 开放，用数据库终态和副作用评测 AI 智能体，而不是只看最终回复或工具调用。ThinkingBox-Bench 覆盖 507 个有状态业务工作流，每个任务重复 20 次，并报告 pass@1、pass@20 和 observed 20/20。失败诊断显示约 79.9% 的失败来自工具使用，而不是推理。
推荐理由：原文给出以数据库终态和副作用评测智能体的方法，读者可据此检查工具调用之外的真实结果与多次运行稳定性。
Microsoft Research精选AI 评分6060 Microsoft Research 发布 Quine：面向生物学复杂性的 AI 研究系统
Microsoft Research 发布 Quine，一个面向生物学复杂性的 AI 研究系统。与 Broad Institute of Harvard and MIT 合作，Quine 在胰腺癌细胞状态研究中预测并优先排序数千个化合物，并在多个湿实验验证高排名候选，从缩小搜索空间到优先少数候选只花一个周末。
推荐理由：原文展示了多模态生物学世界模型如何与湿实验闭环结合，为人工智能辅助药物筛选提供可迁移的研究范式。
Microsoft ResearchAI 评分3535 Microsoft Research Asia – Singapore 一周年：如何推进研究、合作与人才以产生现实影响
Microsoft Research Asia – Singapore 自 2025 年 7 月 24 日开放以来，作为微软首个东南亚研究实验室，推进前沿 AI 研究、合作与人才培养。其多模态医疗 AI 与自进化诊断智能体已在新加坡医疗生态中部署和扩展。实验室还与 EDB、IMDA 等合作，对齐 National AI Strategy 2.0。
GitHub Blog · AI & MLAI 评分5353 GitHub Copilot app 如何渲染超大合并请求
GitHub Copilot app 重建了合并请求视图，使超大 PR 也能流畅打开和滚动。它处理了 2,200 个文件、超过 100 万行变更和 400 多条行内评论的极端案例，并把代码行几何与动态评论块几何分开。团队用延迟测量、滚动锚定和自动测量循环避免高度变化造成跳动。
Microsoft Research精选AI 评分6363 Microsoft Research 为 Physical AI Toolchain 增加机器人推理卸载能力
Microsoft Research 在 Physical AI Toolchain 中新增机器人推理卸载能力，可用 Kubernetes 工具将推理部署到边缘或云端 GPU。
推荐理由：原文比较了机载 GPU 与边缘或云端推理在移动操作任务中的表现，并量化了任务成功率、延迟和电池寿命差异。
Microsoft Research精选AI 评分6262 Microsoft Research 的 RetroChimera 提升小分子规模化合成预测
Microsoft Research 在 Nature 发表 RetroChimera，开源实现与权重，GitHub 可访问。模型组合 R-SMILES 2 与 NeuralLoc，用学习式集成排序生成逆合成预测。盲测中博士级化学家偏好其反应预测，10 个挑战目标的多步路线成功 9 个，高于 de novo 5、editing 4 和 NeuralSym 2。
推荐理由：原文给出 Nature 论文中的双模型集成、盲测偏好和开源入口，读者可据此判断逆合成预测如何进入可复用的研究工具。
Microsoft ResearchAI 评分5555 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型
Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash，两个开放权重病理基础模型以 Apache 2.0 许可在 HuggingFace 提供。