Microsoft Research 推出 Flint-interactive，用高层语言让智能体生成可交互数据可视化
Microsoft Research 推出 Flint-interactive，这是一种构建在 Flint 之上的交互式数据可视化语言，让智能体和开发者用高层语义事件与更新算子定义图表交互。
#Microsoft
Microsoft ResearchAI 评分5656
Microsoft Research精选AI 评分8282 Microsoft Research 用人类引导的 AI 智能体证明 31 年未解的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：KLS 猜想被证明的过程展示了人机协作做数学研究的具体分工，也给出了独立证明与 Lean 4 形式化的确认路径。
GitHub Blog · AI & MLAI 评分4949 GitHub 如何用 ModernBERT 分类器提升密钥检测精度
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前基于 LLM 的流水线，使推送后扫描中位执行时间降低 86%、服务成本降低 98%，告警接受率提升 11.5%。该流水线先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥，并将通用密钥检测扩展到推送保护阶段。
Microsoft ResearchAI 评分4949 微软 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统
微软研究院提出 StudentSim，从公开的去标识学习者记录训练个性化 AI 学生模拟器，用于在接触真实学生前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，从"像不像该学生"和"能否随辅导提示更新作答"两个维度评估模拟器表现。在国际象棋、英语二语写作和数学三个场景中，StudentSim 优于领先基线，可为 AI 辅导训练提供反馈信号。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出 AI 密钥检测模型，在推送环节拦截非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 共建的微调 ModernBERT 分类器，用代码上下文在推送阶段拦截无固定格式的密码类密钥，单批候选密钥评估耗时不到 2 毫秒。
推荐理由：原文给出 GitHub 在推送环节拦截密码类密钥的模型细节与多端开放节奏，可了解平台如何把密钥防护前移。
Microsoft Research精选AI 评分7777 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架里重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的完整管线与配方，可用于复现。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 AI 代码审查基准 ReviewBench
GitHub 发布开源代码审查基准 ReviewBench，基于 103.9M 条 pull request 的分布构建，包含 219 条来自 187 个公开仓库、覆盖 19 种语言的 pull request。
推荐理由：GitHub 公开了 ReviewBench 的语料构建、标注流程和评测口径，可用于比较不同代码审查智能体。
GitHub Blog · AI & MLAI 评分4343 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户通过 /create-canvas 技能用自然语言描述需求即可生成看板、发布清单等界面，无需手写代码。因为 canvas 双向同步，用户点击按钮或移动卡片时智能体能立即看到变化并同步更新。创建后的 canvas 会保存为扩展，可随项目共享或作为个人扩展复用，Awesome Copilot 上已有现成扩展可直接安装。