Microsoft Research는 자율 에이전트에 대한 확장 가능하고 비용 효율적인 연구를 가능하게 하기 위해 설계된 오픈소스 프레임워크인 Orchard를 출시했습니다. 이 시스템은 소프트웨어 엔지니어링, 웹 탐색, 개인 비서 등 다양한 도메인에서 에이전트를 훈련하고 평가할 수 있는 Kubernetes 기반 환경 서비스인 Orchard Env를 중심으로 합니다.
Microsoft Research는 컴퓨터 사용 에이전트를 훈련시키기 위해 설계된 12개의 심층 합성 환경 모음인 Echoverse를 출시했습니다. 이 이니셔티브에는 도메인 특화 세계 10개와 능력 중심 세계 2개가 포함되어 있으며, 모두 일관된 상태와 행동 충실도를 유지하도록 구축되었습니다.
마이크로소프트 리서치는 연결성, 포위, 순서, 분리 및 매듭에 대한 위상적 직관을 다중 모달 대규모 언어 모델이 갖추고 있는지 평가하기 위해 설계된 새로운 벤치마크인 MindTopo를 선보였습니다.
마이크로소프트 리서치는 생성적 보고서 작성과 보정된 진단 예측을 결합하여 현재 방사선학 비전-라이트 모델의 격차를 해결하도록 설계된 연구 모델인 CARE-X를 선보였습니다. 이 시스템은 임상적 정확성에 대한 보상을 위해 강화 학습(DAPO)을 사용하며, 정밀한 계산이 필요한 상태에 대한 성능 평가를 위해 Qwen3-VL-4B-Instruct 모델을 결정론적 측정 도구와 페어링합니다.
Microsoft Research는 추론 중 정답 레이블이나 외부 피드백 없이도 대규모 언어 모델이 자신의 경험으로부터 학습할 수 있는 프레임워크인 EvoLib를 도입했습니다. EvoLib는 원시 경험을 정적 메모리로 저장하는 대신, 지속적으로 정제되고 통합되며 재가중되는 재사용 가능한 기술과 반성적 통찰력으로 변환합니다.