Microsoft Research Focus 第 98 期
Microsoft Research Focus 第 98 期介绍了 AI 翻译、数学难题及编码智能体效率等研究进展。研究人员解决了历时 31 年的 KLS 猜想，并提出 COMPACTIONBENCH 和 APEC，后者在评测中将成本降低最多 25.4%、执行时间缩短 9.6%。Latent Core Tokenizer 在 104 种语言的评测中生成了更具语言意义的 token。
#论文/研究
Microsoft ResearchAI 评分4040
Microsoft Research精选AI 评分7171 Microsoft 研究 Lazarus 后门技术：改写不足 10 个休眠神经元即可操纵 AI 智能体
Microsoft 研究人员发现 Lazarus 后门技术，无需训练，仅改写 LLM 中不足 10 个休眠神经元，就能让 AI 智能体在隐藏触发条件出现时执行恶意命令。
推荐理由：研究将智能体后门风险具体落到模型权重完整性上，说明常规行为评测之外，核验原始权重与来源也是安全审计的重要环节。
Google DeepMind精选AI 评分8080 Google DeepMind 介绍 AlphaProof Code，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
Google DeepMindAI 评分5454 Google DeepMind 开放天气数据集 SatWeave 和 PARDIG 及其实时数据流
Google DeepMind 开放 SatWeave 和 PARDIG 的历史档案与实时数据流，供研究者和开发者构建天气、水文及气候应用。两者均用于此前发布的 WeatherNext 3，前者提供每小时更新、覆盖 17 个通道的全球卫星影像拼接，后者提供 AI 生成的全球降水数据，在小到中等强度降水的小时级检测能力上比 IMERG-Final 提升超过 30%。
Microsoft Research精选AI 评分8484 Microsoft Research 研究者与合作者证明提出已 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了提出已 31 年的 KLS 猜想，将高维对数凹分布的相关几何界限收紧至不依赖维度的常数。
推荐理由：研究者逐轮筛选智能体搜索方向，并与相近 token 预算的无引导尝试对照，为理解数学研究中的人机分工提供了具体案例。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将多年内核优化经验带到 Apple Silicon
研究人员为 K-Search 增加 MLX 后端和 CUDA 到 MLX 的结构化翻译层，将现有内核优化经验适配到 Apple Silicon。其 Attention 内核性能达到原生 MLX 内核的 0.97x，Mamba SSM 内核的 prefill 速度较社区 mlx-lm 实现最高提升 20x。
Berkeley AI ResearchAI 评分4747 如何教 LLM 更新信念以实现高效长程交互
ABBEL 框架通过训练 LLM 更新自然语言信念状态，减少长程交互中保留完整历史的需要。在协作编码基准 CollabBench 上，信念评分将与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值上下文 token 长度也更低。
Berkeley AI ResearchAI 评分4545 GRASP：面向世界模型更长时间跨度的基于梯度的规划
GRASP 是一种基于梯度的规划方法，旨在让学习得到的世界模型更稳健地执行长时间跨度规划。该方法引入虚拟状态以并行优化轨迹，在状态迭代中加入随机性以促进探索，并调整梯度以避免高维视觉模型中不稳定的状态输入梯度。
Berkeley AI ResearchAI 评分4848 如何大规模识别 LLM 的交互作用
SPEX 和 ProxySPEX 通过消融与稀疏恢复，大规模识别 LLM 中影响输出的交互作用。ProxySPEX 利用交互的层级结构，以约 10x 更少的消融次数达到 SPEX 的性能；在情感分析中，SPEX 在特征规模增至数千时仍保持较高的归因忠实度。