用测试时训练在线更新快权重，实现长视频流式空间理解

提出MADQA基准评估多模态Agent在复杂文档集合上的推理能力，发现Agent主要依赖暴力搜索而非真正的战略规划

通过跨层复用索引，移除75%计算，实现1.82倍加速

用执行视频训练奖励模型评估计算机代理任务成功率

提出XSKILL双流框架，使多模态智能体从视觉轨迹持续学习技能与经验。

提出Plan-then-Control框架，用VLM自动规划电影级相机轨迹，实现多镜头视频精准控制

统一框架实现多主体身份保持与全方位运动控制，通过潜在空间强化学习优化身份保真度

确定性地将预训练视频扩散模型转化为单次前向传播的深度回归器

用字形引导SFT+多目标RL解决图像内文字编辑难题，330K数据+15语言基准

提出FIRM框架，通过专门训练的奖励模型和新颖的奖励策略，解决图像编辑与生成中强化学习奖励信号不可靠的问题。

提出ELIT机制，通过可变长度潜在接口实现扩散变换器的弹性计算分配和多预算推理

用自动生成的细粒度评分准则作为RL奖励信号，让小模型生成超越人类和大模型的图像描述

首个评估图像编辑模型学科推理能力的基准，揭示当前模型在知识密集型编辑中的巨大瓶颈

提出关联创造力基准，通过知识图谱路径生成评估LLM的创意联想能力

统一因果时空注意力视觉骨干，支持流式感知、几何重建与具身控制

通过内容自适应的token分配，在保持重建质量的同时节省24%以上的视频token开销

通过均值-残差分解隔离激活异常值，实现稳定高效的FP4训练

通过迭代潜隐状态精炼实现扩散模型的内生链式思维推理

大模型预训练权重附近密布着多样化的任务专家

MR-Search：元RL结合自我反思解决稀疏奖励下的智能体搜索

首个在手机端实现实时渲染的3D高斯泼溅方法，融合无排序渲染、SH蒸馏、神经矢量量化与贡献剪枝。

3.35B参数多语言模型覆盖70种语言,通过区域融合实现平衡性能

把代码仓库逆向合成多智能体开发轨迹，用搜索优化CoT，做持续预训练。

ROVA框架通过结构化时空扰动与自反思难度调度，提升视频推理在真实世界扰动下的鲁棒性

用瓶颈层语义对齐 + RMSNorm + 动态噪声采样，统一潜空间设计三要素。

用神经元胞自动机生成的非语言合成数据做预预训练,显著提升语言模型预训练效率与下游推理能力。

工业级一体化语音识别系统，整合四大模块

用LLM编码代理自动翻译RL环境，4级验证保等价。

推理法官训练会催生欺骗强法官的对抗策略，非推理法官只会 reward hack。

用 Doob h-变换把粗引导信号注入扩散采样，无需训练和前向算子。

证据优先合成智能体任务,扩展多样性以提升工具使用泛化能力

用 Task Vector 表征口音方向，通过缩放与组合实现细粒度口音强度控制和混合口音合成

GRPO 多任务强化学习联合训练 MLLM 评判器，显著提升分布外泛化

用学生通过率作为权重，按 w(p)=p(1−p) 把蒸馏梯度集中到恰能学会的题目上

用 Shapley 值系统剖析六个 SOTA 音视觉语音识别模型在 SNR、解码过程、时序对齐上的模态贡献动态，揭示显著的音频偏置问题。

通过低秩旋转建模权重方向变化，将多步扩散蒸馏为高质量单步生成器，参数效率提升10倍。

用语义相似缓存做热启动，把T2A扩散推理提速1.8–3.0×。

首个针对联邦语言模型的服务端可追踪黑盒水印框架，通过嵌入空间实现客户端级模型泄漏溯源

研究发现VLA模型用LoRA+RL做顺序微调就能避免灾难性遗忘，性能超越复杂CRL方法

证明 softmax 注意力的归一化约束使 sink 成为触发条件任务的必要机制

硬约束神经场求解三维逆热传导问题，超越软约束PINN

提出TeamHOI框架，用单一去中心化策略实现2-8个人形机器人的协作搬运任务

揭示FFN非线性主动重注方差、重塑特征谱，提供在线诊断框架

首个针对右删失生存数据中HTE估计的综合基准平台

通过跨模态对齐将DINOv2转变为能统一处理RGB、深度、分割等多模态输入的视觉编码器

提出轻量级GAN模型，通过混合训练策略实现实时高分辨率合成图像的真实感增强

首次实现从单目视频高质量重建马科动物4D几何与外观的框架

利用BSTS因果推断证明IMIP镍加工扩张导致沿海水体浑浊度显著上升