Proje Ire, zamanında bir kötü amaçlı yazılım örneğini inceledi ve tersine mühendislik yoluyla niyetini belirledi; çoğu büyük EDR aracının bunu tespit etmediği bir sırada LOTUSLITE özelliklerini tanımladı. Ire sonrası, başka bir LOTUSLITE örneği belirlendi. Bu yazı ilk olarak Microsoft Research'te yayınlandı.
Data Formulator, kurumsal veri iş akışları için AI destekli analizler sunuyor. Veri ekipleri, kullanıcıların verileri keşfetmesine, analiz etmesine ve AI ajanlarıyla görselleştirmesine olanak tanıyan AI'ya hazır bir çalışma alanına kurumsal verileri kolayca getirebilir. Ham verileri eyleme geçirilebilir içgörülere dönüştürmek için. Bu yazı, Data Formulator 0.7: Kurumsal veriler için AI destekli veri analitiği, ilk olarak Microsoft Research'te yayınlandı.
İnsan zekasının bir uzantısı olarak AI'yı anlamak—bunun bir yerine geçmesi değil—güvenilir AI sistemleri oluşturmak için daha sağlam bir yol sunar. "AI ile İnsan Zekasını Genişletmek" başlıklı yazı ilk olarak Microsoft Research'te yayınlanmıştır.
MagenticLite, küçük modeller için tarayıcı ve yerel dosya sistemi üzerinde tek bir iş akışında çalışan bir ajans sistemidir. Günlük görevlerde verimli ajans performansını desteklemek için özel modeller ve orkestrasyonu birleştirir. "MagenticLite, MagenticBrain, Fara1.5: Küçük modeller için optimize edilmiş ajans deneyimi" başlıklı yazı ilk olarak Microsoft Research'te yayımlandı.
Vega, tam bir kimlik belgesini tek bir kanıta dönüştürerek yalnızca gereken bilgileri paylaşır ve fazlasını vermez; gerçek uygulamalarda çalışan bir performansa sahiptir. Bu yazı, "Vega: AI çağında dijital kimlik için sıfır bilgi kanıtları" başlığıyla Microsoft Research'te yayımlandı.
Son çalışmamız, “LLM'ler Delegasyon Yaptığınızda Belgelerinizi Bozar”, delegasyonlu iş akışlarındaki AI sistemlerinin güvenilirliği hakkında tartışmalara yol açtı. Bu çalışmaya olan ilgiyi takdir ediyoruz ve makalenin neyi iddia ettiğine ve neyi iddia etmediğine dair birkaç önemli noktayı netleştirmek istiyoruz. Araştırmanın amacı, uzun vadeli delegasyon ve […] konularında sağlam değerlendirme yöntemleri geliştirmektir. Bu yazı, Microsoft Research'te "AI Delegasyonu ve Uzun Vadeli Güvenilirlik Üzerine Son Araştırmamız Hakkında Ek Notlar" başlığıyla yayınlanmıştır.
mimalloc, modern, ölçeklenebilir bir bellek ayırıcıdır ve malloc ile free için bir doğrudan değiştirme çözümüdür. Göreceli olarak küçük (~12K satır), net iç veri yapıları ile birlikte gelir ve diğer projelere entegre edilmesi kolaydır. Sınırlı en kötü durum ayırma süreleri (işletim sistemi ilkelere kadar), sınırlı alan aşımı, düşük iç parçalanma ve neredeyse tamamen atomik işlemlere dayanarak minimal rekabet sunar. "mimalloc: Modern çağ için yeni, yüksek performanslı, ölçeklenebilir bir bellek ayırıcı" başlıklı yazı ilk olarak Microsoft Araştırma'da yayımlandı.
GridSFM'i tanıtıyoruz; milisaniyeler içinde AC optimal güç akışını tahmin edebilen küçük bir temel model. Bu model, verimliliği artırarak maliyet tasarrufları sağlıyor. GridSFM'in, şebeke operatörlerine yoğunluk, istikrar ve sistem sağlığına doğrudan görünürlük sağladığını öğrenin. "GridSFM: Elektrik şebekesi için yeni, küçük bir temel model" başlıklı yazı ilk olarak Microsoft Research'te yayımlandı.
MatterSim, malzeme bilimi için yapay zekanın yapabileceklerini genişletiyor; daha hızlı büyük ölçekli simülasyonlardan, yalnızca potansiyel enerji yüzeylerinin ötesinde özellikleri simüle etmek için yeni bir çoklu görev modeline, MatterSim-MT'ye kadar. "MatterSim ile malzemeler için yapay zekayı ilerletmek: deneysel sentez, daha hızlı simülasyon ve çoklu görev modelleri" başlıklı yazı ilk olarak Microsoft Research'te yayımlandı.
SocialReasoning Bench kullanarak, modeller arasında istikrarlı bir desen gözlemledik—ajanlar yetkin bir şekilde hareket ediyor, ancak kullanıcıların çıkarlarını optimize etmek için açık talimatlar verilse bile, kullanıcıların pozisyonunu sürekli olarak iyileştirmekte başarısız oluyorlar. "SocialReasoning-Bench: AI ajanlarının kullanıcıların en iyi çıkarları doğrultusunda hareket edip etmediğini ölçmek" başlıklı yazı ilk olarak Microsoft Research'ta yayımlandı.
Microsoft Research, ABD elektrik şebekesinin yaklaşık iletim topolojisini kamuya açık verilerden elde edilen bir açık veri seti olarak sunmaktan heyecan duyuyor. İletim seviyesindeki elektrik şebekesi davranışını inceleme yeteneği, modern enerji sistemleri araştırmaları için hayati öneme sahiptir. Sıkışıklık, iletim genişlemesi, talep artışı ve sistem dayanıklılığı analizleri, gerçekçi ağ modellerine bağlıdır. [...] Bu yazı, ölçekli gerçekçi elektrik iletim şebekesi veri seti oluşturma: açık veri setinden bir boru hattı başlığıyla Microsoft Research'te yayınlandı.
Microsoft araştırmacıları, NSDI '26 sırasında veri merkezleri, ağlar ve AI ile büyüyen kesişim alanını kapsayan büyük ölçekli dağıtık sistemlerin inşası ve işletilmesindeki ilerlemeleri paylaşıyor. Bu yazı, Microsoft'un NSDI 2026'da büyük ölçekli ağ sistemlerindeki ilerlemeleri konulu yazısının ilk yayınlandığı yerdir.
Güvenli ajanlar, birbirine bağlı ajanlardan oluşan güvenli bir ekosistem garantilemez. Microsoft Research, AI ajanlarının etkileşimde bulunduğunda nelerin bozulduğunu ve ağ düzeyindeki risklerin neden yeni yaklaşımlar gerektirdiğini inceliyor. "Ajanlar ağını kırmızı takım çalışması: AI ajanlarının ölçekli etkileşiminde nelerin bozulduğunu anlama" başlıklı yazı ilk olarak Microsoft Research'te yayımlandı.
Büyük dil modellerini (LLM'ler) gerçek dünyada, yüksek riskli ortamlarda kullanmak, olması gerektiğinden daha zordur. Hukuk, tıp ve bulut olay müdahalesi gibi yüksek riskli ortamlarda, performans ve güvenilirlik hızla bozulabilir çünkü modellerin alan spesifik gereksinimlere uyum sağlaması yavaş ve manuel bir süreçtir ve bu süreç tekrarlanması zor bir süreçtir. Temel zorluk alan adaptasyonudur, […] Bu yazı AutoAdapt: Büyük dil modelleri için otomatik alan adaptasyonu başlığıyla Microsoft Araştırma'da yayınlandı.
Doug Burger, sürdürülebilirlik uzmanı Amy Luers ve optimizasyon araştırmacısı Ishai Menache, veri merkezi operasyonlarının, verimlilik kazanımlarının ve yapay zekanın elektrifikasyon, malzeme ve gıda sistemleri üzerindeki potansiyelinin küresel emisyonlar üzerindeki etkilerini inceliyor. "Yapay zeka ile daha sürdürülebilir bir dünyaya ulaşabilir miyiz?" başlıklı yazı ilk olarak Microsoft Research'te yayınlandı.
AI benchmarkleri, büyük dil modellerinin (LLM'ler) belirli görevlerde nasıl performans gösterdiğini raporlar, ancak bu performansı yönlendiren temel yetenekler hakkında çok az bilgi sağlar. Başarısızlıkları açıklamaz veya yeni görevlerde sonuçları güvenilir bir şekilde tahmin etmezler. Bunu ele almak için, Microsoft araştırmacıları Princeton Üniversitesi ve Valensiya Teknik Üniversitesi ile işbirliği içinde ADeLe'yi tanıtıyor.
Makineler gerçekten zeki mi? AI araştırmacıları Subutai Ahmad ve Nicolò Fusi, Doug Burger ile birlikte transformer tabanlı yapay zekayı insan beyni ile karşılaştırarak sürekli öğrenme, verimlilik ve günümüz modellerinin insan zekasına doğru bir yol alıp almadığını inceliyor. Bu yazı, "Makineler asla zeki olacak mı?" başlığıyla Microsoft Research'te yayımlandı.
AI ajanları basit sohbet botlarından bulut olaylarını yönetebilen, karmaşık web arayüzlerinde gezinebilen ve çok adımlı API iş akışlarını yürütebilen otonom sistemlere geçerken yeni bir zorluk ortaya çıkmıştır: şeffaflık. Bir insan hata yaptığında, genellikle mantığı izleyebiliriz. Ancak bir AI ajanı başarısız olduğunda, belki de bir araç çıktısını hayal ederek veya […] "AI ajanları için sistematik hata ayıklama: AgentRx çerçevesinin tanıtımı" başlıklı yazı ilk olarak Microsoft Research'te yayımlandı.
Görünüşte çelişkili: AI ajanlarına daha fazla bellek vermek, onları daha az etkili hale getirebilir. Etkileşim kayıtları birikdikçe, büyük hale gelir, alakasız içeriklerle dolup taşar ve kullanılmaları giderek zorlaşır. Daha fazla bellek, ajanların mevcut görevle ilgili bilgileri bulmak için geçmiş etkileşimlerin daha büyük hacimlerini taraması gerektiği anlamına gelir. Yapı olmadan, bu kayıtlar karışır […] Bu yazı, "PlugMem: Ham ajan etkileşimlerini yeniden kullanılabilir bilgiye dönüştürmek" başlığıyla Microsoft Research'te ilk olarak yayınlandı.
Phi-4-reasoning-vision-15B'yi duyurmaktan mutluluk duyuyoruz; bu, Microsoft Foundry (yeni sekmede açılır), HuggingFace (yeni sekmede açılır) ve GitHub (yeni sekmede açılır) üzerinden erişilebilen 15 milyar parametreli açık ağırlıklı çok modlu akıl yürütme modelidir. Phi-4-reasoning-vision-15B, görüntü başlıklandırma gibi geniş bir yelpazede görsel-dil görevleri için kullanılabilen çok yönlü bir modeldir. […] Bu yazı, Phi-4-reasoning-vision ve çok modlu bir akıl yürütme modelinin eğitimi ile ilgili dersler Microsoft Research'te ilk olarak yayınlandı.
