微软研究院推出Quine，一种用于多模态生物研究的AI系统
微软研究院推出了Quine，这是一项新的研究计划，旨在构建一个生物学的多模态世界模型，并提供一个连接模型、科学工具、文献和研究人员的交互式框架。该系统通过允许科学家生成在湿实验室环境中进行测试的提案，并将结果反馈以优化后续问题，从而弥合计算建模与现实实验之间的差距。
微软发布用于逆合成预测的RetroChimera
微软研究院已发布并开源了RetroChimera，这是一个用于逆合成预测的新框架，它结合了两个互补模型以提出高质量的合成路线。该系统将基于Transformer的从头生成模型R-SMILES 2与基于图神经网络（GNN）的NeuralLoc模型相结合，采用一种学习到的集成策略对预测结果进行排序。
微软研究院展示卸载物理AI推理可提升机器人性能与电池续航
微软研究院挑战了物理AI推理必须仅在机器人 onboard GPU 上运行的假设，证明将推理任务卸载到边缘或云基础设施可显著提升移动操作工作负载的性能。他们对机器人工作负载进行的系统研究表明，依赖 onboard 计算会限制性能、电池续航和可扩展性。
ExecCritic利用角色特定的强化学习，通过测试引导修复提升编码智能体性能
ExecCritic引入了一种框架，将测试构建与源代码修复分离开来，以防止编码智能体产生虚假的信心。该系统采用一个Test智能体和一个Repair智能体，两者均由Qwen-3.5-35B-A3B提供支持，并分别使用强化学习进行训练。
ExecCritic利用角色特定的强化学习，通过测试引导修复提升编码智能体性能
研究人员推出了ExecCritic，这是一个将测试-验证-修订框架与角色特定的强化学习相结合，以增强编码智能体的框架。该系统将测试构建与源代码修复分离，使用Test智能体生成仓库原生测试，并使用Repair智能体根据执行反馈修订代码。