提出文本频率定律：同等语义下高频文本更适合 LLM 提示与微调，结合 TFD 蒸馏与 CTFT 课程训练在 4 大任务验证。

世界模型统一定义与统一推理框架OpenWorldLib

用数据工程而非架构创新，让1.2B小模型在文档解析上击败200倍参数的大模型。

用预 RoPE 空间的 Q/K 中心点估计 KV 重要性，匹配全注意力的同时吞吐提升 2.5 倍。

提出双轴（动作×对象）改写基准 LIBERO-Para 与组合指标 PRIDE，系统揭示 VLA 模型在数据稀缺微调后对同义改写的系统性崩溃。

提出 Manager-Planner-Executor 三体架构的双记忆深度研究代理，通过交替强化学习与测试时学习解决长上下文记忆噪声与检索成本问题。

端到端流式视觉交互框架，支持实时问答和主动响应，在多项基准测试中达到SOTA

首次系统分析 RLVR 噪声标签机制，提出在线标签精炼方法 OLR。

提出将智能体个性化扎根于文件系统操作行为轨迹,包含数据引擎、诊断基准与自底向上记忆架构三件套

将因果LLM转换为双向编码器，解决灾难性遗忘，实现模态组合

通过显式自适应记忆管理压缩LLM推理过程中的中间思维，大幅降低内存开销并提升推理效率

首个评估 AI 智能体在动态冲突信息环境中维护正确信念能力的基准

提出空间编辑基准+50万条合成数据+16B模型，专攻物体平移/旋转与相机视角控制。

通过分层技能表示和自动化构建流程，让LLM智能体高效复用经验

让代码模型学会模拟程序执行，通过自验证和自修复提升代码正确率

提出完全开源的视觉推理训练方案，通过六类任务的多任务RL实现广泛能力提升

SRPO将正确样本路由到GRPO、失败样本路由到SDPO，实现早期效率和长期稳定性的双重优势

提出CIK分类法，首次对OpenClaw进行真实世界安全评估

用潜在推理替代显式思维链，实现高效的多模态通用嵌入

通过元学习从任务分布中学习适应策略，显著提升语言代理测试时学习能力

通过多尺度频域标记化显式解耦行为意图与执行细节，提升机器人操作泛化与迁移能力

通过微尺度合成数据集使MLE任务的轨迹级在线强化学习成为现实

离散token化破坏科学基础模型的连续几何，提出几何对齐税理论

自动发现、总结和分析热门AI论文的开源平台，揭示研究趋势动态

通过主动降低图像分辨率，强制VLM关注核心结构信息以提升VQA性能

提出解耦运动注入和混合上下文集成，实现高质量组合人-环境视频生成

使用自回归Transformer逐点生成3D高斯点云，实现从单张图像生成可驱动的4D头像

通过连接生成和理解能力，提升统一多模态模型对退化图像的鲁棒性

HDP协议通过轻量级token解决多代理AI系统的人类授权可追溯性问题

提出LLMA-Mem记忆框架，揭示多智能体系统中团队规模与终身学习的非单调扩展关系

通过融合倒数第二层特征提升科学图像长尾分类性能

通过任务重构和自适应课程学习解决RLVR中无法从pass@64=0的困难问题学习的根本局限

首项AVLLMs机械可解释性研究，揭示视觉主导的模态偏向机制

用Lean 4定理证明器为金融AI智能体提供数学级确定性的合规护栏

多智能体在通信压力下自发形成可分解的潜在物理属性离散编码

提出IMH采样器，用全局前瞻校正解决dLLM解码中Pass@1与Pass@k的张力。

首个全面评估诗歌生成框架，揭示LLM形式准确但创造性不足，人类仍保持显著优势。