# Microsoft Research Focus #98: geometria, efektívnejšie kódovanie a viacjazyčná AI

- Source: MechNext — https://mechnext.eu/sk/article/70-microsoft-research-focus-98-geometry-efficient-coding-agents-and-multilingual-ai
- Published: 2026-11-13
- Updated: 2026-11-13
- Category: Industry News
- Language: sk (Markdown in other languages: ?lang=en, ?lang=de, ?lang=pl, ?lang=zh, ?lang=ru)

> Vydanie spája vyriešenie 31-ročnej KLS hypotézy, výskum kompresie kontextu pri kódovaní, nový viacjazyčný tokenizér a rozhovory o robotike i komunikácii naprieč jazykmi.

**Microsoft Research Focus – Edition #98**, ktoré moderuje Anson Ho, predstavuje výskum z rôznych častí Microsoftu. Vydanie prepája niekoľko odlišných tém: robotiku a fyzickú inteligenciu, komunikáciu podporovanú umelou inteligenciou, prelom v geometrii vysokých dimenzií, hospodárnejšiu prácu kódovacích agentov a viacjazyčnú tokenizáciu.

### Od počítačového videnia k robotike

Výskumná stážistka Lilika Makabe prišla do laboratória Microsoft Research v Tokiu so skúsenosťami v oblasti počítačového videnia. Spolupracovala tam s výskumníkmi, ktorí skúmajú robotiku a fyzickú inteligenciu. Táto časť vydania približuje jej vstup do prostredia, v ktorom sa stretáva výskum vizuálneho vnímania s otázkami súvisiacimi s fyzickými systémami.

Ďalšia časť sa venuje komunikácii medzi jazykmi. Manažér aplikovanej vedy v Microsofte Jinyu Li rozoberá komunikáciu umožnenú AI, pokrok, ktorý výskumníci dosiahli, aj problémy, ktoré ešte zostávajú. Vydanie tak nepredstavuje viacjazyčnú komunikáciu ako uzavretú tému: vedľa dosiahnutého pokroku výslovne ponecháva priestor aj pre nevyriešené výzvy.

### Vyriešenie 31-ročnej KLS hypotézy

Matematickou témou vydania je nový výskum, ktorý vyriešil KLS hypotézu. Tá je opísaná ako ústredný otvorený problém geometrie vysokých dimenzií, ktorý zostával nevyriešený 31 rokov. Výsledok hovorí, že jednoduché ploché rezy dokážu identifikovať najužšie úzke miesta log-konkávnych rozdelení v rámci pevného faktora bez ohľadu na dimenziu.

Dôležitou súčasťou správy je aj spôsob kontroly výsledku. KLS výsledky boli nezávisle overené a samotný dôkaz bol formálne verifikovaný pomocou počítačom podporovaných metód. Vydanie teda pri matematickom prelome uvádza nielen formuláciu výsledku, ale aj dve vrstvy jeho preverenia: nezávislú validáciu a formálnu verifikáciu dôkazu.

### Prečo zriedkavé dlhé relácie stoja veľa

Výskum kódovacích agentov vychádza zo štúdie 13,5 milióna kódovacích relácií. Kompresiu kontextu potrebovalo menej než 8 percent z nich, tieto relácie však predstavovali 44 percent celkových nákladov na spracovanie AI. Údaje tak oddeľujú počet prípadov od ich podielu na nákladoch: skupina relácií vyžadujúcich kompresiu bola malá, no pripadla na ňu výrazná časť spracovania.

Na hodnotenie kompresie kontextu počas dlhotrvajúcich kódovacích úloh výskumníci vytvorili **COMPACTIONBENCH**. Predstavili tiež metódu **APEC**, ktorá pripravuje súhrny na pozadí namiesto toho, aby prerušovala prácu kódovacieho agenta. Ide teda o spojenie hodnotiaceho rámca s metódou, ktorá mení okamih a spôsob prípravy súhrnu.

V hodnoteniach APEC zlepšil výkon pri kódovaní a zároveň znížil náklady až o 25,4 percenta a čas vykonávania o 9,6 percenta. Tieto čísla patria ku konkrétnym hodnoteniam opísanej metódy; vydanie ich uvádza spoločne so zlepšením výkonu, takže výsledok zahŕňa kvalitu práce, náklady aj čas.

### Spoločný slovník pre 104 jazykov

Posledná výskumná línia sa sústreďuje na to, ako sa text rozdeľuje na tokeny naprieč jazykmi. Výskumníci predstavili **Latent Core Tokenizer**. Ten najprv identifikuje opakovane použiteľné časti slov a až potom z nich vytvára spoločný slovník pre viacero jazykov.

Hodnotenia zahŕňali 104 jazykov. Latent Core Tokenizer v nich vytváral lingvisticky zmysluplnejšie tokeny než popredné alternatívy, zachoval porovnateľnú efektívnosť medzi jazykmi a zlepšil výkon modelu v štyroch viacjazyčných benchmarkoch. Výsledok preto nie je založený iba na jednej miere: zahŕňa zmysluplnosť tokenov, efektívnosť naprieč jazykmi a výkon v štyroch testovacích súboroch.

Edition #98 tak zhromažďuje výskum s veľmi rozdielnymi predmetmi, no pri každom uvádza konkrétne jadro: skúsenosť stážistky v tokijskom laboratóriu, stav komunikácie medzi jazykmi, presný geometrický výsledok a jeho verifikáciu, rozsah nákladov dlhých kódovacích relácií i výsledky tokenizéra naprieč 104 jazykmi.
