跳到正文
assaynotes
EN日本語中文

#Microsoft

今日 1 条

10月1日

星期四今天1 条

9月30日

星期三

  3. GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机操作和日常专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。

9月29日

星期二

  2. 微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养

    微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来聚焦下一代 AI 模型与智能体系统、领域 AI、AI 原生研究实践及生态人才四大方向。实验室与新加坡医疗生态合作探索多模态医疗 AI 与自演化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与交通 AI 高管圆桌会。

9月26日

星期六

  1. GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区也已通过 Awesome Copilot 分享现成模板。

9月25日

星期五

9月24日

星期四

  2. GitHub Copilot 应用如何渲染超大 pull request

    GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力，实测对象是一个包含 2,200 个文件、超 100 万行改动和 400 多条行内评论的开源 pull request。其做法是把文档高度拆成确定性的代码几何与动态块几何两个独立域，代码行高提前精确计算，评论等动态块则采用有界高度、延迟测量，并把修正锚定在用户当前浏览位置。

9月21日

星期一

9月17日

星期四

9月12日

星期六

9月11日

星期五

  1. GitHub Copilot 应用新手指南：如何使用 diff、终端和浏览器面板

    GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可完成审查、运行和预览 AI 生成代码的完整闭环。diff 面板以绿色和红色高亮显示新增与删除行，支持接受更改、留言或让 Copilot 继续修改；终端面板可直接运行项目命令并支持多窗口切换；浏览器面板提供 Pick & Polish 工具，可选中页面元素并让智能体调整。

9月5日

星期六

9月4日

星期五

  1. GitHub Copilot app 入门：如何同时运行多个智能体

    GitHub Copilot app 支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在 sessions view 中查看各会话标题与任务进度，随时切换并从中断处继续，无需重新说明任务。文中以 tailspin-toys 仓库为例，演示同时进行 funded sort 功能开发、无障碍审查和测试三项任务。

9月1日

星期二

8月21日

星期五

  2. 微软 Skala 1.1 发布：训练数据增 2.5 倍，已集成进 CP2K

    微软研究院发布深度学习 DFT 泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。该版本已可在 CP2K 中使用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软推出持续追踪各版本计算性能的 living benchmark。

8月13日

星期四

  1. MindTopo：微软研究院推出评估多模态大模型拓扑推理能力的新基准

    微软研究院推出 MindTopo 基准，用于评估多模态大模型在连通性、封闭、顺序、分离与打结五类拓扑关系上的推理与规划能力。测试显示，当前模型在静态图像识别上表现明显优于交互式规划任务，失败多发生在规划阶段而非感知阶段，且整体远低于人类水平。图像与视频生成仅在单帧保留结构关系时有用，跨多步操作后常改变拓扑或违反任务约束。

8月12日

星期三

  1. 微软研究院推出 CARE-X：面向临床可用的放射学 VLM，融合辅助监督、奖励对齐学习与工具增强测量

    微软研究院发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，可同时完成报告生成与结构化预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。CARE-X 支持生成与双推理两种模式，覆盖病灶有无与否定、定位、多标签分类、导管与管线异常位置检测及 29 个解剖区域定位等任务。

8月4日

星期二

7月31日

星期五

7月7日

星期二