跳到正文
只看论文#Microsoft
  1. GitHub Blog · AI & ML62

    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 1.039 亿个 GitHub pull request 的分布构建，包含 19 种语言的 219 个公开 pull request。

    推荐理由：GitHub 公开了代码审查基准的构建方法与评分口径，读者可据此理解 AI 代码审查评测的取舍。

  1. Hugging Face Blog62

    微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分

    微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再根据其留下的后端终态和副作用打分，而非看模型生成的文字。

    推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务成败，并给出可复现的 OpenEnv 运行方式。

  1. Microsoft Research62

    微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU 可提升任务表现。

    推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的性能与续航代价，并给出可复用的卸载工具链，为物理 AI 推理架构提供实测依据。

已经到底了