Microsoft Research Forum第二季第三期：从智能体社会到大模型优化

由微软研究院推出的面向全球研究界的线上系列活动 Microsoft Research Forum 第二季即将上线第三期。

Microsoft Research Forum聚焦有价值的科学研究及其现实影响力——从基础探索到以负责任的方式推动AI发展，通过产品与开源实现创新规模化，并为社会带来积极变革。论坛持续为全球科研同行带来前沿洞察与最新成果分享，共同探讨全球研究界关注的重要议题。

在第二季的第三期中，来自微软研究院的科研人员将带来多场精彩分享，聚焦智能体生态与大模型优化等方向的最新突破。让我们共同探索AI 在规模化时代的创新与实践。

北京时间3月4日（周三）01:00-02:00（太平洋时间3月3日09:00-10:00），Microsoft Research Forum 邀你一起走进科技创新的最前沿！

欢迎扫描文末二维码注册、观看！

错过直播的朋友也无需担心，关注“微软亚洲研究院”官方账号，我们将在直播结束后第一时间上传完整回放，方便您随时观看。

「链接」

视频详情演讲1：Magentic Marketplace：大规模测试智能体社会（Magentic Marketplace: Testing societies of agents at scale）

随着 AI 智能体从孤立的工具演变为多智能体生态系统中的积极参与者，其成功不再仅取决于任务能力本身，还需要在激励机制错位与信息不完全的情况下进行策略性行为。借助开源的双边智能体市场模拟平台 Magentic Marketplace，研究员们发现，尽管前沿模型在理想环境中能够实现较优的社会效益，但伴随规模的扩大性能会有所下降，并出现操纵行为、速度偏差等失效模式。这一发现促使研究员们将智能体训练的重点转为提升社会推理能力。

演讲2：Agent Lightning：一个让所有智能体进化的学习系统（Agent Lightning: One learning system that makes all agents evolve）

Agent Lightning 是一个智能体优化框架，能够使智能体借助强化学习等方法从自身经验中持续学习。通过将智能体视为“第一类主体”，该框架只需极少的代码改动，即可为各类智能体实现自动优化。

演讲3：利用OptiMind，让小语言模型像优化专家一样思考（Teaching small language models to think like optimization experts with OptiMind）

OptiMind 是一个专用的语言模型，可将自然语言问题描述直接转换为用于求解器使用的数学优化建模表达。这一能力消除了优化流程中最依赖专业知识的瓶颈之一，使高级优化技术更易用。

演讲4：与专家协作部署 HealthBots 的实践经验（Lessons from deploying HealthBots with experts-in-the-loop）

Tyger 框架通过将原始数据流式传输至云端进行加速重建，能够实现更快、更便捷的医学影像服务，在减少患者的等待时间与不适感的同时，帮助科研人员快速测试并部署新算法。

演讲5：ARO：面向大语言模型的矩阵优化新视角（ARO: A new lens on matrix optimization for LLMs）

研究员们提出了自适应旋转优化（Adaptively Rotated Optimization，ARO）。这是一种矩阵优化器，通过在旋转且具备几何感知的坐标系中进行更新，来加速大语言模型的训练。基于对大语言模型损失函数全局结构的新认识，ARO 将旋转视为提升样本效率的统一原则，并且研究员们还提出了一种适用于所有模型权重矩阵的更新策略。在大规模可控实验中，ARO 始终优于 AdamW 和基于正交化的方法，并在模型规模与训练预算增加时依然保持优势。

演讲6：Dion2：在 Muon 中实现矩阵压缩的全新简便方法（Dion2: A new simple method to shrink matrix in Muon）

通过在每次迭代中仅对选定的小型子矩阵进行正交化处理，Dion2显著降低了 Muon 正交化步骤的成本。这种轻量级方法在保持 Muon 强大性能的同时，大幅提升了其在大规模应用中的可扩展性。

北京时间3月4日，第二季第三期 Microsoft Research Forum 将在云端与你相聚，不见不散！

欢迎扫描下方二维码进行注册、参与线上直播！