数据工程方法提升大模型终端操作能力

利用LLM注意力头中隐含的检索能力，训练小型模型实现高效列表式重排序。

TTT 的 KV 绑定机制并非记忆检索，而是可改写为线性注意力算子

用过采样-过滤-排序和累积工具奖励解决多模态RL训练中的交互坍缩问题

提出交互式3D物理基准CHAIN，揭示VLM在结构化物理推理中的系统性失败

提出注意力引导聚类(AGC)方法，在固定向量预算下压缩多模态迟交互索引，性能逼近甚至超越未压缩基线。

首个VLA模型训练后量化框架，通过选择性量化和轻量校准实现70%内存节省且超越全精度性能

提出长时程CLI编程基准，揭示当前最强智能体通过率不足20%，人机协作可显著提升性能。

ArtiAgent智能体框架自动合成图像伪影数据，训练VLM超越GPT-5的伪影理解能力

用智能体自身能力评估深度研究智能体，解决现有评测忽略事实和时效性的盲区。

首个将金融推荐从行为模仿转向效用对齐的多视角对话式纵向评估基准

揭示通用LLM智能体存在性能退化与测试时扩展瓶颈

通过规划图+约束解码双管齐下，消除LM智能体的不可恢复失败

通过理论驱动的预算分配，在有限采样预算下最大化LLM自一致性准确率

UPipe在注意力头级别分块处理，显著降低激活内存，支持更长上下文训练

系统研究高效推理训练机制，通过数据、奖励和优化策略实现更短、更准确的推理链生成

Gemini 3数学Agent在FirstProof中自主解决6/10道研究级难题

评估AI智能体能否推断用户未明确表达的隐式需求，发现最佳模型仅48.3%通过率

用LLM指导程序进化自动发现超越BM25的新型检索算法

提出反思式测试时规划框架，让具身LLM在部署时通过三种反思机制从失败中学习

提出Ψ-采样器和高效课程学习，显著提升离散扩散模型的生成质量和训练效率

提出COMiT，通过迭代局部观测和递归更新构建具有语义结构的离散视觉token序列

利用生成式AI标准化非结构化货物和所有者信息，提升集装箱停留时间预测精度14.68%

用连续流匹配在one-hot空间上训练语言模型，并以二时去噪器蒸馏出一步生成器，击败离散扩散。

通过能力反思和记忆反思机制，实现VLM稳定迭代自我修正的OCR框架

首个开源3D脊柱运动数据集，通过生物力学仿真生成214万帧解剖学一致的脊柱关键点标注

用Dynamic LoRA提升少数民族语言OCR性能39%-66%

基于提示优化自动学习不同场景的隐私-效用权衡策略

用RL诱导模型重建训练数据实现更强MIA

提出结构异常感知的强化学习奖励，显著提升文本到图像模型的文字渲染质量

利用3D基础模型的几何先验实现零样本、类别无关的3D形状补全

通过算子级抢占和事件驱动调度解耦抢占粒度与调度频率，解决 LLM 服务中长请求导致的头部阻塞问题。