微软研究院推出 Quine:面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和影像等模态训练的生物学世界模型,以及连接模型、科学工具、文献与研究者的交互框架组成。
微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和影像等模态训练的生物学世界模型,以及连接模型、科学工具、文献与研究者的交互框架组成。
Cloudflare 推出 Disallow AI Training 设置,网站可在保留搜索收录的同时拒绝同一爬虫把内容用于 AI 训练,Apple、Google、Microsoft 已遵守或承诺在指定时间内遵守。
推荐理由:Cloudflare 用分级爬虫控制替代一刀切屏蔽,并对比了谷歌、微软、苹果在训练退出上的实际支持程度。
GitHub 发布研究预览 Project HydraFusion,在 GitHub Copilot CLI 中通过运行时多模型编排为每个请求选择执行方案。它目前会在 Single、Cascade、Critique 三种模式中选择,用户通过 /experimental 和 /model 选用,费用按所调用模型的 token 标准费率计。
推荐理由:原文给出三种多模型编排模式,并列出三个编码基准上的质量与成本对比,便于评估这种编排方式的取舍。
GitHub Copilot app 支持并行运行多个智能体会话:每个会话运行在独立的 Git worktree 上,互相隔离,各自保留上下文,可随时切换而无需重新交代任务。会话视图显示每个会话的标题与进度,用户可同时启动新任务并查看结果,不必等一个完成再开下一个。
Hugging Face 发布研究,用三种探测方法量化语音识别中的基准优化现象,评测 11 个开源 ASR 模型后发现部分高分模型会复现 VoxPopuli、LibriSpeech 参考文本里的错误内容,即使音频与之矛盾。
推荐理由:原文用三种探测方法量化 ASR 模型对公开基准的过拟合,并给出开源脚本与榜单入口,可作为自查评测可信度的参考。
微软研究院发布 Echoverse,为 computer-use 智能体构建十二个高保真合成训练环境,任务结果由数据库真值而非截屏评分。在其上训练的 9B 模型在十四个域上平均分从 36.5% 提升到 67.1%,与 GPT-5.4 的 80.7% 相差十四分;用同一批环境做强化学习,五个世界留出集的评委分从 58% 升到 69%。
微软在 Build 2026 上宣布在 Foundry 上线 Hugging Face 模型集合,这是一个每周刷新的开源权重模型目录,可一键部署到 Foundry Managed Compute。