微软与 Hugging Face 详解 ThinkingBox 如何将数据库判分转化为 RL 奖励并开源训练栈
微软与 Hugging Face 发布 ThinkingBox-Training 博客并开源代码，把对数据库终态的可执行检查用作 RL 奖励，在 ThinkingBox-Bench 之外的任务上训练 Qwen3.8-27B。
推荐理由：微软与 Hugging Face 联合复盘如何把数据库终态检查变成 RL 奖励，并公开完整训练栈，适合做有状态 Agent 后训练的参考。
#Microsoft
Hugging Face Blog精选AI 评分6161
Microsoft Research精选AI 评分8585 Microsoft Research 证明 31 年前提出的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凸分布的最佳平切与任意形状切口的差距以一个通用常数为界，与维度无关。
推荐理由：官方一手介绍证明思路与人类引导 AI 的搜索过程，读者可以了解这项工作如何结合数学判断与多智能体探索。
Microsoft ResearchAI 评分4646 Microsoft Research 推出 StudentSim：用个性化学生模拟器评估与改进 AI 辅导系统
Microsoft Research 的 StudentSim 从公开脱敏的学习记录中为每位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 辅导系统。该工作同时提出 StudentSimEval 基准，以行为保真度和对辅导指导的响应性两个维度评估，覆盖国际象棋、二语英语写作和数学三个领域。研究设置中 StudentSim 超越领先基线，可为 AI 辅导系统训练提供有效反馈信号。
GitHub Blog · AI & MLAI 评分5454 GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查
GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查 Agent，现已开放使用。基准基于 1.039 亿 GitHub 真实 pull request 构建分布，语料包含 19 种语言的 219 个公开 PR，采用多来源 golden set、Claude Sonnet 5 作为 LLM 评分器，资深工程师独立复核与基准一致率达 96.6%。
Microsoft ResearchAI 评分4242 Microsoft Research 用机器学习预测电网的空间天气风险
Microsoft Research 实习生开发了一套机器学习系统，为美国本土 66,935 座变电站提供针对地点的空间天气风险预测。该管线结合 L1 点太阳风观测、AE 与 Dst 指数预测及地质电导率数据，可提前 30-60 分钟预警。评估期内系统对重大事件（≥10 nT/min）检出率达 76.5%，严重事件（≥20 nT/min）达 81.2%。