微软研究：AI智能体效率与编码瓶颈

天气预报速度比传统超级计算机快数千倍。听听Kenji Takeda在#MSBuild微软研究实验室关于Aurora的分享。了解更多：https://msft.it/6018vjGUA

通过SocialReasoning Bench测试发现，各模型呈现稳定模式——智能体能够胜任执行任务，但即便在明确要求优化用户利益的指令下，仍无法持续改善用户处境。https://msft.it/6011vPOLF

两周以后的天气预报并不可靠，这给农民和其他人留下了关键空白。概率偏差校正（Probabilistic Bias Correction）改进了延伸期预报，在全球竞赛中拔得头筹，并展现出实际应用的潜力：https://msft.it/6013aseY9 图片来源：科罗拉多州立大学大气研究合作研究所与美国国家海洋和大气管理局（CSU/CIRA & NOAA）

AI 在承认需要澄清时表现更好；提升机器人在视觉-语言任务上的表现；如何从 AI 的失败中学习；改进 AI 辅导；理解我们的嗅觉；更高效的 KV-cache 内存存储 https://msft.it/6019aSVIP

StudentSim 是一个研究系统，用于在 AI 辅导工具接受学习者测试之前对其进行评估和改进。它模拟个体可能如何与辅导工具互动，从而提供反馈以提升辅导工具在 chess、写作和数学等学科上的表现：https://msft.it/6013aS3JF

最重要的 AI 失败可能并非那些显而易见的。 Microsoft 合作伙伴研究经理 Jennifer Neville 向主持人 Chad Atalla 解释，为什么“令人意外的失败”能揭示人类对智能的期望与 AI 系统实际运作方式之间的分歧。https://msft.it/6017aU8r7

进步之路可能蜿蜒曲折。 Jennifer Neville 讲述了她在研究中原地打转的经历、走上多轮转折才进入计算机科学的路径，以及用更实用的评估推动当今 AI 系统。 收听最新一期 Microsoft Research Podcast 节目：https://msft.it/6183aW0lD

机器人正变得越来越智能，但它们的硬件如何跟上这种发展？微软研究院的新发现表明，将 AI 推理移出机器人本体，可以提升任务成功率、提高效率，并支持更先进的物理 AI 工作负载。https://msft.it/6014agepg

定制分子正在推动医学、材料和农业的进步，但生产它们既慢又贵。一篇新的 Nature 论文重点介绍了 RetroChimera，一个有助于加速化学合成的预测模型，帮助研究人员探索广泛的分子。: https://msft.it/6012a5Ogy

一探编码智能体在大规模场景下的行为表现；评估在 PET/CT 扫描中发现淋巴瘤病灶的 AI 模型；理解 AI 聊天机器人依赖问题；以及推进大规模决策系统。欢迎阅读最新一期 Research Focus：https://msft.it/6016abyrY