GitHub 发布 ReviewBench 代码评审开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码评审的开源离线基准，基于 1.039 亿个 GitHub PR 的语言与仓库规模分布，包含 19 种语言的 219 个公开 PR，金标由人工评审、前沿 LLM 和静态分析等多来源构建。
#Microsoft
GitHub Blog · AI & MLAI 评分5555
Hugging Face Blog精选AI 评分6969 微软发布 ThinkingBox：用数据库终态而非自述评判 AI 智能体
微软与 Hugging Face 联合发布 ThinkingBox，通过隔离 MCP 会话检查智能体留下的后端状态与副作用，而不是看它生成的文字，Bench 覆盖 507 个有状态业务流程、每个任务重复运行 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体基准，用后端数据库终态而非模型自述来判定成败，并公开了 507 个任务、20 次重复运行的完整环境。
Microsoft ResearchAI 评分3737 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线，利用 L1 太阳风观测、AE 与 Dst 指数预报、地质电导率及电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的点位级地磁感应电流风险估计。2020-2026 评估期内，该系统对主要空间天气事件检出率近 80%，Dst 预测在 62.2% 的高活跃时段优于 Burton 方程。
Microsoft Research精选AI 评分6363 微软研究院研究物理 AI 机器人推理卸载并推出 Physical AI Toolchain 新能力
微软研究院发布机器人物理 AI 推理卸载的测量研究，发现将推理完全放在机器人端侧 GPU 会限制性能、续航与可扩展性，而卸载到边缘或云端 GPU 在移动操作任务中可提升成功率、支持更大模型并显著改善电池寿命。
推荐理由：微软研究院系统测量了机器人端侧推理的限制，并给出 Kubernetes 卸载方案，可迁移到具身智能部署。
Microsoft ResearchAI 评分5454 Microsoft Research 在 Nature 发表逆合成模型 RetroChimera 并开源实现与权重
Microsoft Research 在 Nature 发表逆合成预测框架 RetroChimera，该框架结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，用学习式集成重排序整合两者的预测结果。