CVPR 上新 | 微软亚洲研究院精选论文解读——图像与视频处理篇
编者按：欢迎阅读“科研上新”栏目！“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，保持对前沿领域的敏锐嗅觉。 6月10日至17日，全球计算机视觉领域的顶尖学术盛会 CVPR 在美国田纳西州纳什维尔举办。我们通过两期“科研上新”为大家带来多篇微软亚洲研究院入选 CVPR 2025 的精选论文解读。第一期分享的内容主要围绕生成模型与扩散技术等方向的研究...
Rewriting SymCrypt in Rust to modernize Microsoft’s cryptographic library
| Jonathan Protzenko, Samuel Lee, Samreen Khadeer, Son Ho, Oleksii Oleksenko, Michael Naehrig, and Cédric Fournet
We're rewriting parts of Microsoft's SymCrypt cryptographic library in Rust to improve memory safety and defend against side-channel attacks, enabling formal verification while maintaining backward compatibility via a Rust-to-C compiler.
编者按：在 MBTI 测试风靡的当下，人们热衷于探寻自己究竟是充满活力的“快乐小狗”，还是敏感细腻的“流泪猫猫”。当大模型逐渐成为人们生活中不可或缺的助手时，你是否会好奇：这些大模型有着怎样的特性，或者说，它们秉持何种不同的价值观？ 微软亚洲研究院最新发布的 Value Compass Benchmarks（价值观罗盘评估中心），可以帮助用户以更科学、系统和可靠的方式，对大模型的价值观展开评估。同...
In the news | TEDx
The Future of Work | Jaime Teevan | TEDxPenn
Jamie Teevan, the Chief Scientist at Microsoft, shares her front-row experience at the epicenter of AI’s explosive rise over the past five years—and how Microsoft is harnessing artificial intelligence to redefine the future of work. Jaime Teevan is Chief Scientist…
BenchmarkQED: Automated benchmarking of RAG systems
| Darren Edge, Ha Trinh, Andres Morales Esquivel, and Jonathan Larson
BenchmarkQED is an open-source toolkit for benchmarking RAG systems using automated query generation, evaluation, and dataset prep. It shows that LazyGraphRAG outperforms standard methods, especially on complex, global queries.
CVPR 上新 | 微软亚洲研究院精选论文解读——生成模型与扩散技术篇
编者按：欢迎阅读“科研上新”栏目！“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，保持对前沿领域的敏锐嗅觉。 6月10日至17日，全球计算机视觉领域的顶尖学术盛会 CVPR 将在美国田纳西州纳什维尔举办。我们将通过两期“科研上新”为大家带来多篇微软亚洲研究院入选 CVPR 2025 的精选论文解读。第一期的分享内容是主要围绕生成模型与扩散技术等方向...
In the news | CNBC
How Microsoft, Physics Wallah are bringing AI-driven learning to Indian classrooms
As part of its broader $3 billion AI and cloud investment in India, Microsoft is deepening its focus on education through a collaboration with edtech company Physics Wallah, aimed at improving learning outcomes using AI-powered tools and personalised academic support.
OPA-DPO：多模态大模型幻觉难题的高效解决方案
编者按：在视觉多模态大语言模型的快速发展中，幻觉问题一直是研究者们关注的焦点。模型生成与输入图像不一致甚至虚假的内容，不仅影响用户体验，也阻碍了多模态技术在实际场景中的落地。对此，微软亚洲研究院和香港中文大学的联合研究团队从直接偏好优化（DPO）入手，提出了 On-Policy Alignment (OPA)-DPO 算法，可通过确保训练数据与初始策略（reference policy）的一致性，...