微软与 Hugging Face 开源 ThinkingBox 训练栈：用数据库校验作 RL 奖励
微软与 Hugging Face 发布 ThinkingBox-Training 训练栈，把智能体执行后数据库终态的可执行校验结果作为强化学习奖励。
研判 把数据库终态的可执行校验直接当作强化学习奖励，为有状态业务智能体提供了一条不依赖人工标注的后训练路径，并公开了数据筛选与训练栈。
#Microsoft
Hugging Face Blog精选 Microsoft Research Microsoft Research 发布 Flint-interactive 交互式图表语言
Microsoft Research 发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让智能体生成可点击、筛选、缩放和跨图表联动的图表。该语言通过 Flint 编译器把点击、拖拽等原始触发解析为语义事件，用户只需用高层算子描述更新逻辑。目前可通过 Flint-MCP 在聊天环境使用，开发者也可用编程 API 构建仪表盘和数据故事。
Microsoft Research精选 微软研究院等证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明 1995 年提出的 KLS 猜想，证明在 2026 年 10 月 4 日的论文版本中完成。作者称该结果给出与维度无关的固定界，此前 2026 年 7 月的最好结果仍随维度缓慢增长。同日另有团队独立发布完整证明，随后出现 Lean 4 形式化验证。
研判 KLS 猜想被证明后，此前以该猜想为前提的高维采样与随机算法结论可改为无条件成立，可能影响凸几何、概率与理论计算机科学的论证基础。
Microsoft Research 微软研究院播客：Catalyst Lab 负责人 Chris White 谈从 DARPA 到暗网搜索的技术之路
微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾其 2010 年夏天在 DARPA 参与数据分析项目、随后赴阿富汗领导先进技术运营的经历。White 后转向暗网搜索工具研发，用于协助打击人口贩运，并因此获得 2016 年美国总统打击人口贩运特别努力奖。节目还讨论了他对创新中问题选择以及见证人性阴暗面后仍保持希望的看法。
Microsoft Research精选 Microsoft Research 发布零知识虚拟机 Magnetar
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，并返回约 12 毫秒即可验证的证明。研究团队称，在 15 个基准程序上，其速度比同类最快的 zkVM 平均快 10 至 39 倍，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，无需椭圆曲线、格假设或可信设置。
研判 Magnetar 把零知识证明的安全假设收敛到标准哈希函数，并让 Rust、Go、C 程序无需改写即可证明执行，可能降低可验证计算的使用门槛。
Microsoft Research Microsoft Research 提出 StudentSim 学生模拟器与评测基准
Microsoft Research 提出研究系统 StudentSim，用公开脱敏学习记录训练个性化 AI 学生模拟器，在 AI 导师接受真人测试前提供反馈。
Microsoft Research精选 微软开源 Agent Lightning v1.0：约 3500 行代码的智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。
研判 把训练框架与部署用 harness 解耦，可减少为训练重写智能体循环的工程量，并让训练对象更接近线上部署版本；Kubernetes 原生调度则把大规模 rollout 的成本压到既有集群上。
Microsoft Research Microsoft Research 播客：AI 评测如何暴露模型的“意外失败”
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research 播客中讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型在传统基准之外测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Microsoft Research 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生Rohan Kannan开发了一套机器学习流水线，可对美国本土66,935座变电站输出30–60分钟前的空间天气风险估计。该系统结合L1太阳风观测、AE与Dst指数预报、地质电导率与电网数据，在2020–2026年评估期内检测到近80%的重大空间天气事件。研究称在用于电网实际运行前，还需与电力公司及运行数据进一步验证。