把生成拆为四阶段交错推理轨迹,过程监督提升组合保真度与可解释性。

揭示多轮LLM Agent RL中推理表面多样但输入无关的「模板坍缩」，并提出MI诊断与SNR过滤。

实时单视频驱动的 4D 交互世界模型，24FPS 跑出 SOTA 相机控制。

用轻量微调让 AR 模型一次生成多 token，无需架构改动即可调节速度与质量。

Sol-RL 用 FP4 探索候选池，BF16 再生成关键样本，加速扩散 RL 4.64×。

把神经网络本身当作一台计算机，用视频模型承载传统计算机的计算、内存和 I/O。

用Map-Shuffle-Reduce并行扫描解决prompt learning的上下文过载

首个把形式化约束与自演化LLM智能体结合的端到端验证合成框架

首个应用层 AI 智能体编排操作系统，支持 12 拓扑与 8 模块质量保障

首次从 token 空间视角解决深度压缩自编码器的表征坍缩问题

提出分层采样策略，通过保留教师分数分布多样性提升蒸馏检索泛化能力

把线性CoT转成DAG图，按分支/深度双策略剪掉冗余反思节点，再以SFT+DPO+GRPO蒸馏训练。

首个用户感知的奖励模型评估基准，与下游策略性能强相关

单令牌编码帧间差分，35×参数、2000×FLOPs缩减的生成式世界模型。

首个RL驱动的智能体图学习框架，让LLM自主用图原生工具搜索后做节点分类/链接预测。

LLM 潜空间多步规划存在深度天花板，仅靠最终答案监督难以突破。

将多模态生成重构为视觉流匹配，用图像入图像出范式统一文生图、编辑与物理指令任务。

揭示多语种嵌入模型的英语偏置问题，提出 Max@R 指标和 JSD+InfoNCE 联合训练策略

6,232 道法规义务推理任务，含 Prolog 参考程序，覆盖税/航空/移民/住房四域。

HiLL：联合训练提示器与推理器，让 GRPO 在难题上找回学习信号。

用弹性权重巩固稳定长序列快速权重，在 4D 重建中把 LaCT 从单块扩展到多块

查询感知的两阶段自适应框架，让MLLM按需细化局部细节

轻量级点云配准网络，通过扩大感受野在工业级稀疏噪声数据上实现实时高精度匹配

通过双流架构解耦相机与物体运动，并引入主动-被动因果推理，实现可前向/逆向推理的交互式视频生成。

通过把权重投影到精心构造的子空间来构造带理论界的软等变层，可用于任意预训练模型。

揭示并缓解 naturalness-based 推理数据选择中的步骤长度偏差，使小模型推理 SFT 平均提升 6-9 个百分点。

首个用百万级野外视频原生训练的全身体3D扩散模型

系统揭示音视觉多模态大模型在跨模态排版攻击下的脆弱性

以用户意图驱动 + PUDAM 能力诊断重塑移动 GUI Agent 评测体系