微软 MAI-DxO 会诊系统登上《科学》：疑难病例诊断准确率约83%，远超人类医生组
微软的 MAI-DxO 系统登上《科学》杂志，用同一个模型扮演五位分工不同的虚拟医生组成会诊小组，包括提出诊断、选检查、唱反调、控成本和复核的角色。在 NEJM 304个疑难病例测试中准确率约83%，允许查资料的医生组约36%；每例平均费用从 GPT-5 的 8409 美元降至 5430 美元，加预算约束的配置下准确率 80.9%、费用 2241 美元。
#Microsoft
钛媒体AI 评分6969
The Verge · AIAI 评分7373 Microsoft 发布 Diagnostic Orchestrator，称 AI 诊断准确率可达医生四倍
Microsoft 在 Science 发表研究，称其 Diagnostic Orchestrator 系统诊断准确率最高可达人类医生的四倍，并计划开源自建基准 SDBench。
TechCrunch · AIAI 评分6565 Microsoft MAI-DxO 诊断系统登 Science，疑难病例正确率 83% 超人类医生
Microsoft AI 诊断系统 MAI-DxO 在 NEJM 疑难病例模拟中正确率达 83%，而单独工作的全科医生为 36%，研究发表于 Science。系统协调多个 AI 智能体模拟医生问诊、开检查和讨论诊断；数据显示收益主要来自更强的底层模型，DxO 编排在弱模型上提升更大，但急诊病例上提升有限。
Microsoft Research精选AI 评分8585 Microsoft Research 与合作者证明 31 年前的 KLS 猜想
Xinzhi Zhang 与 Zhao Song 合作证明了 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，确立了对数凸分布的普适几何原则。研究采用人引导的多智能体迭代剪枝流程，探索约 100 条研究路径后找到关键判据，再通过递归改进消除对维度的依赖；另有独立团队与第三组证明以及 Lean 4 形式化验证相互印证。
推荐理由：原文介绍 Microsoft Research 与合作者证明 KLS 猜想，并拆解了人引导 AI 智能体迭代搜索的研究方法，可了解其协作流程。
The Verge · AIAI 评分6464 Microsoft 发布 Probabilistic Bias Correction 方法，可将天气预报提前至 2–6 周
Microsoft 研究团队在 Nature 发表 Probabilistic Bias Correction（PBC），用机器学习修正现有天气模型的系统偏差，并将该工具开源，可将较可靠预报从两周内延长至 2–6 周。
Microsoft ResearchAI 评分4444 Microsoft Research 推出 StudentSim：用模拟学生改进 AI 导师训练评估
Microsoft Research 推出研究系统 StudentSim，基于公开去标识化的学习者记录为每个学生训练个性化模拟器，用于在真实学习者测试前评估和改进 AI 导师，非产品、不替代教师。配套的 StudentSimEval 基准覆盖国际象棋、二语英语写作和数学三个领域，从行为保真度和对导师引导的响应度两个维度评估，StudentSim 在两项上均超越领先基线。
The DecoderAI 评分6666 微软研究：清空对话历史可让 AI 智能体找到更好解法
微软研究院一项研究指出，长时间运行的 AI 研究智能体即便增加算力也会陷入表现瓶颈，同一智能体在同一任务上的 8 次独立运行最终得分从 68.3 到 100.0 不等，且差距在算力大幅增加后依然存在。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，研究预览版已上线官网。基准基于 1.039 亿个 GitHub pull request 的分布构建，包含 19 种语言、187 个开源仓库的 219 个 pull request，采用多来源 golden set 与统一评分标准，发布前由资深工程师独立复核，真阳性判断一致率 96.6%。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此判断自家审查智能体的强弱项。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，利用太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等本地数据，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。
Microsoft Research精选AI 评分6262 微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人表现与续航
微软研究院对移动操作机器人工作负载做了首次系统性研究，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Microsoft ResearchAI 评分4444 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式重排序整合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的互补预测，在十项挑战性多步合成目标中成功九项，优于 de novo 模型的五项、编辑模型的四项和基线 NeuralSym 的两项。