微软研究院焦点版第98期:AI翻译、KLS猜想证明与更快的编码智能体
微软研究院焦点版第98期重点介绍了AI进展使通用翻译更接近现实,以及一项新证明解决了高维几何中悬置31年的KLS猜想。本期还涵盖CompactionBench和APEC,它们将编码智能体的上下文压缩成本最多降低25.4%,执行时间缩短9.6%,以及Latent Core Tokenizer,它在104种语言上改进了分词。
微软研究院焦点版第98期重点介绍了AI进展使通用翻译更接近现实,以及一项新证明解决了高维几何中悬置31年的KLS猜想。本期还涵盖CompactionBench和APEC,它们将编码智能体的上下文压缩成本最多降低25.4%,执行时间缩短9.6%,以及Latent Core Tokenizer,它在104种语言上改进了分词。
亚马逊高级应用科学家 Hamed Karimi 与合著者 Julie Nutini 和 Mark Schmidt 凭借其 2016 年关于 Polyak–Łojasiewicz 条件下梯度与近端梯度方法线性收敛的论文,获得 2026 年 ECML PKDD Test-of-Time 奖。该论文表明,即使模型不存在单一最优解,这一 1963 年提出的不等式也能保证线性收敛,从而统一了分散的优化结果,并将其扩展到非光滑情形以及坐标、符号和随机梯度下降等算法。该论文已被引用超过 2,000 次,并收录于研究生教材中。
Modal 是一个面向数据密集型和计算密集型 AI 工作负载的云基础设施平台,它重点介绍了 Hazy Research、Scaling Intelligence 和 IRIS 的研究工作,这些研究利用其 GPU 集群来加速 AI 研究。由 Scaling Intelligence 的 Anne Ouyang、Simon Guo 和 Will Hu 领导的 KernelBench 项目提供了一个包含 250 个问题的基准和研究环境,用于自动化 GPU 内核生成,并使用 Modal 在从 L40s 到 Blackwell 系统的硬件上实现一致、可扩展的基准测试。