跳到正文

Microsoft · News

10月12日 · 周一

Microsoft · News

按原发与事件进展排列
Microsoft

研究话题

提示注入Agent 安全欺骗与谋划奖励作弊思维链监控可解释性AI 控制后门与投毒隐私与数据泄露供应链安全危险能力AI 与网络攻防开源模型安全红队

公司与机构

OpenAIAnthropicGoogle DeepMindGoogle ResearchGoogle 安全MetaxAIMicrosoftNVIDIADeepSeek阿里巴巴 · Qwen智谱 · GLM月之暗面 · Kimi字节跳动腾讯蚂蚁集团上海人工智能实验室UK AISIUS CAISIMETRApollo ResearchRedwood ResearchFAR.AIPalisade Research

报告与框架

System Card前沿安全框架
10月10日周六
  1. Command LineCommand Line · 20

    微软发布决策评分模型Microsoft-Decision-1

    微软发布面向快速决策评分的模型 Microsoft-Decision-1，已在 Microsoft Foundry 上线并可通过 OpenRouter 调用。该模型由 Qwen3.5-9B 后训练而来，为固定选项输出校准概率分数，在 36 项基准比较中准确率最高，P50 延迟约为 GPT-6 Sol 的 35 倍快。在 11 项基准的 5,250 条请求中，它拒绝有害行为并保持效用，8 种扰动下平均决策翻转率 1.3%。

10月6日周二
  1. BigGo Finance · 58

    微软 FARA 7B 在 WebVoyager 上的成功率从 74% 降至约 38%

    微软研究员 Corby Rosset 与 Browserbase 的 Miguel González Fernández 指出，微软 FARA 7B 网页智能体在 WebVoyager 基准上由官方判分器给出 74% 成功率，改用经人工标注校准的通用验证器后降至约 38%，与人类标注的 Cohen's Kappa 为 0.58。文章分析指出，现有 LLM 判分器在长轨迹评估中存在忽略评分细则与多模态上下文溢出等系统性缺陷，需通过细则对齐与过程评分改善评估可靠性。

9月29日周二
  1. Microsoft Research · 22

    微软研究院推出生物世界模型 Quine，联合 Broad Institute 验证肿瘤候选化合物

    微软研究院推出 Quine，一个面向生物学复杂性的多模态世界模型与交互式 harness，连接模型、科学工具、文献和研究人员。该系统与 Broad Institute of Harvard and MIT 合作，用于筛选预测可驱动治疗性肿瘤状态转变的化合物，并在多项湿实验检测中验证了若干排名靠前的候选物。Quine 属实验性研究技术，仅供研究用途，不用于临床或医疗，其输出可能不完整或不准确，需经合格研究人员审查和科学实验验证；随着技术成熟，预计将通过 Microsoft Discovery 等产品扩大访问。

4月5日周日
  1. microsoft/fara · 27

    微软 Fara1.5 发布：如何为 Computer Use Agent 构建验证器

    微软发布 Fara1.5 系列原生 Computer Use Agent，含 4B/9B/27B 三个规模，基于 Qwen3.5 并用 FaraGen1.5 数据监督微调，权重已上线 Hugging Face 与 Microsoft Foundry。Fara1.5-9B 在 Online-Mind2Web 达 63.4%、WebVoyager 达 86.6%，Fara1.5-27B 在 Online-Mind2Web 达 72.3%，超过 OpenAI Operator 和 Gemini 2.5 Computer Use 等更大规模专有系统。FaraGen1.5 由环境、求解器与三类验证器组成，分别过滤任务正确性、效率与关键节点合规性，训练混合约 200 万样本。

2025年10月28日周二
  1. OpenAI · 48

    微软与 OpenAI 合作的新篇章

    微软与 OpenAI 签署新协议，称将加强双方的长期合作、扩大创新，并确保负责任的 AI 进展。

已经到底了