微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验当作 RL 奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。
推荐理由：微软与 Hugging Face 把数据库终态校验改造成 RL 奖励，并公开了任务筛选与训练栈，可看可复用的训练数据策展方法。
微软研究院的Xinzhi Zhang与合著者Zhao Song证明了1995年提出的KLS猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。研究采用人类主导的智能体流程，AI系统探索了100多条候选路径，由研究者评估、剪枝并调整方向，最终借助递归细化方法消除了对维度的依赖。同期另有独立团队给出完整证明，随后还发布了Lean 4形式化验证。
推荐理由：这篇论文证明了一个悬置31年的高维几何猜想，并展示了研究者如何引导AI智能体筛选上百条研究路径。
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设三方面同时推进。
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 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。该研究同时发布覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评测模拟器，StudentSim 在这三个领域均优于主流基线。
GitHub 发布 AI 代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
微软研究院实习生 Rohan Kannan 构建了一套机器学习管线，利用 L1 拉格朗日点的太阳风观测和 AE、Dst 指数预报，结合各变电站纬度与地质电导率，为美国本土 66,935 座变电站生成提前 30 至 60 分钟的位置级地磁感应电流风险估计。