Microsoft Research ha lanzado Orchard, un framework de código abierto diseñado para permitir una investigación escalable y rentable en agentes autónomos. El sistema se centra en Orchard Env, un servicio de entorno basado en Kubernetes que permite a los investigadores entrenar y evaluar agentes en diversos dominios como ingeniería de software, navegación web y asistencia personal sin reconstruir la infraestructura.
Microsoft Research ha lanzado Echoverse, una colección de doce entornos sintéticos profundos diseñados para entrenar agentes de uso de computadora. La iniciativa incluye diez mundos específicos por dominio y dos mundos centrados en capacidades, todos construidos para mantener un estado coherente y fidelidad conductual.
Microsoft Research ha presentado EvoLib, un marco que permite a los modelos de lenguaje grandes aprender de su propia experiencia durante la inferencia sin necesidad de etiquetas de verdad fundamental ni retroalimentación externa. En lugar de almacenar experiencias crudas como memorias estáticas, EvoLib las transforma en habilidades reutilizables e insights reflexivos que se refinan, consolidan y reponderan continuamente.
Microsoft ha liberado como código abierto una rama de su biblioteca criptográfica SymCrypt que contiene especificaciones formales y pruebas para las implementaciones de Rust de ML-KEM y SHA-3. Este lanzamiento demuestra una metodología donde los algoritmos de producción se escriben en Rust seguro y se verifican contra modelos Lean derivados de estándares utilizando la cadena de herramientas Aeneas.
Investigadores de Microsoft, la Universidad Jiao Tong de Shanghái, la Universidad Tongji y la Universidad Fudan desarrollaron SkillOpt, un optimizador en el espacio de texto que entrena documentos de habilidades en lenguaje natural mientras mantiene congelado el modelo objetivo. El sistema utiliza un modelo optimizador para proponer ediciones acotadas basadas en rollouts evaluados, exportando el resultado como un único archivo `best_skill.md`.
Microsoft ha lanzado Mage-VL, un modelo base multimodal eficiente de 4B de parámetros para la comprensión de imágenes y video que utiliza un enfoque nativo de códec para optimizar el procesamiento visual. El sistema separa los flujos de video en fotogramas ancla (I) y predichos (P), conservando solo los parches donde el códec asigna bits para reducir el consumo de tokens visuales en más del 75%.
Microsoft AI ha lanzado MAI-Cyber-1-Flash, un modelo especializado en ciberseguridad que se ejecuta dentro del arnés de exploración agéntica MDASH para mejorar la detección de vulnerabilidades. El modelo es un transformador de Mezcla de Expertos disperso con 137B totales y 5B parámetros activos, derivado de la línea MAI-Code-1-Flash.
Microsoft ha lanzado Mage-Flow, una pila generativa compacta de escala 4B diseñada para la generación eficiente de texto a imagen y la edición de imágenes basada en instrucciones. El sistema alcanza una calidad competitiva con el estado del arte mediante el co-diseño de un tokenizador ligero, Mage-VAE, y un Transformador de Difusión Multimodal de Resolución Nativa (NR-MMDiT).
Microsoft Research AI Frontiers ha lanzado Fara1.5-27B, un agente multimodal de uso del ordenador diseñado para navegadores web. El modelo observa las interfaces del navegador mediante capturas de pantalla y ejecuta tareas emitiendo llamadas estructuradas a herramientas como hacer clic, escribir, desplazarse y buscar.
Microsoft presenta GFlowRL, un algoritmo de aprendizaje por refuerzo simplificado que escala las Generative Flow Networks a modelos de lenguaje grandes eliminando la red auxiliar de partición. El método reemplaza la función de partición condicional aprendida con una estimación Monte Carlo en lote y añade corrección de muestreo por importancia y recorte asimétrico del salto de flujo para estabilidad.
Los autores presentan REGRIND, una canalización de aprendizaje por refuerzo guiada por retargeting que es minimalista y aprende políticas de manipulación diestra a partir de una única demostración humana. El método reorienta el movimiento humano del objeto al robot preservando las relaciones espaciales y de contacto, luego entrena una política residual de RL en simulación para rastrear puntos clave centrados en el objeto.
Microsoft ha subido el modelo de incrustación BitNet 0.6B a Hugging Face.
Esta investigación propone un detector basado en IA para la desinformación sobre la salud, amigable con la diversidad cultural y lingüística (CALD), abordando específicamente la falta de herramientas efectivas para idiomas de bajos recursos como el bengalí. Los autores evalúan Small Language Models (SLMs) para superar las limitaciones de Large Language Models en este contexto.