在微軟東京研究院,實習生 Lilika Makabe 不僅提升了專業技能,也協助塑造了一個全新的研究社群。
Makabe 擁有電腦視覺背景,在實驗室中與研究人員一同探索機器人學和實體智慧,這些 AI 系統能夠解讀資訊並在實體世界中採取行動。
微軟研究院最新一期焦點報導了多項研究進展,包括 AI 如何突破語言障礙、提升 AI 程式碼代理的效率,以及改進跨語言的 AI 詞元化技術。此外,本期也介紹了研究實習生的成長經驗,並解決了一項長達 31 年的數學難題。

在微軟東京研究院,實習生 Lilika Makabe 不僅提升了專業技能,也協助塑造了一個全新的研究社群。
Makabe 擁有電腦視覺背景,在實驗室中與研究人員一同探索機器人學和實體智慧,這些 AI 系統能夠解讀資訊並在實體世界中採取行動。
她的經驗突顯了研究實習不僅提供技術訓練,還能帶來更多收穫。透過親身實驗、跨領域合作以及與不同背景同事的日常交流,Makabe 拓展了研究視野,同時也為實驗室日益壯大的社群貢獻心力。
您可以在微軟研究院部落格上閱讀她的完整經驗分享。
數十年來,科幻小說一直描繪著一個語言障礙不再阻礙溝通的世界。
例如,1967 年《星際爭霸戰》引入了虛構的「通用翻譯機」,而今 AI 的進步正讓這種可能性更接近現實。
在一次新的對談中,微軟應用科學經理 Jinyu Li 探討了 AI 如何推動跨語言溝通的發展前景、研究人員已取得的進展以及仍存在的挑戰。
欲了解更多資訊,請收聽或觀看 Our Digital Life 播客的完整節目,該節目可在 YouTube 和各大播客平台取得。
在過去的 31 年裡,KLS 猜想一直是高維幾何學中一個核心的未解問題,但現在它已被解決。
新的研究解決了這項猜想,這為理解科學和計算領域中隨機演算法的效率,移除了主要的理論障礙。
這項突破為對數凹分佈建立了一個普遍原則:簡單的平面切割可以在固定因子內識別其最窄的瓶頸,無論維度如何。這些結果已獲得獨立驗證,且證明也已透過電腦輔助方法進行了形式化驗證。
在微軟研究院部落格上了解更多關於這項突破的資訊。
程式碼代理在編寫和修改程式碼時能提供幫助,但長時間的會話可能會使 AI 模型一次可處理的資訊量達到上限。因此,程式碼代理會透過一種資源密集型過程,即「上下文壓縮」(context compaction),來總結先前的互動。
一項新研究分析了 1350 萬個程式碼會話,發現只有不到 8% 的會話需要上下文壓縮,然而這些會話卻佔了總 AI 處理成本的 44%。
為了應對這項挑戰,研究人員開發了 COMPACTIONBENCH。
COMPACTIONBENCH 是一個用於評估長時間程式碼任務中上下文壓縮的基準測試工具。他們還引入了 APEC,這是一種在背景準備摘要的方法,而非中斷代理的工作。
在評估中,APEC 提升了程式碼性能,同時將成本降低高達 25.4%,執行時間減少了 9.6%。
在 AI 模型處理文字之前,會將其分解成稱為「詞元」(tokens)的較小單位。文字的劃分方式會影響效率和性能,尤其是在不同語言之間。
大多數詞元化器(tokenizers)的設計目標是盡可能高效地壓縮文字。然而,一項新研究表明,單純的壓縮並不足夠。
研究人員引入了「潛在核心詞元化器」(Latent Core Tokenizer, LCT),它在建立跨語言共享詞彙表之前,會識別詞語中可重複使用的組成部分。
在涵蓋 104 種語言的評估中,LCT 生成了比領先替代方案更具語言學意義的詞元,同時在不同語言之間保持了可比較的效率。它還在四個多語言基準測試中提升了模型性能。
這些發現表明,更好的詞元化不僅取決於文字的壓縮程度,更取決於語言底層結構的保留程度。
以上就是本期的微軟研究院焦點。
從推動發現的研究文化和合作,到生成更具語言學意義的詞元,這些只是微軟研究人員正在探索的眾多發展中的一小部分。
想了解更多並保持聯繫嗎?請造訪 aka.ms/MicrosoftResearch,探索最新研究、認識背後的研究人員,並關注塑造未來發展的理念,同時在所有主要社群平台追蹤微軟研究院。
我是 Anson Ho,感謝您的收聽。我們下期微軟研究院焦點再見。
覺得值得一看?分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 Microsoft Research 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。