统一开源框架，覆盖 GUI 智能体训练、评估、部署全链路

系统解构OPD成败:思维模式一致性加新知识,overlap token才是梯度真正作用区。

用原子知识点重构强化学习提示，实现最小充分引导

单图生成长时3D一致视频并重建可交互3D场景

NVIDIA 发布的 120B 参数混合专家模型，采用 LatentMoE 和 MTP 技术，推理吞吐量提升高达 7.5 倍

AiScientist通过文件总线协议和分层团队实现长期ML研究自动化

首次将图灵测试扩展到GUI领域，提出代理人性化基准

将推理任务重构为序列级上下文强盗问题，用标量价值函数解决PPO在长链推理中的信用分配不稳定问题

用轻量级BERT模型替代词汇方法，高效评估LLM答案正确性

发现CUA在良性指令下因环境威胁存在严重安全漏洞，多智能体系统加剧此问题。

提出LARYBench基准，评估潜在动作表示在语义理解和机器人控制两个维度上的能力

提出基于文件视觉表示的多模态深度搜索框架，解决长视界交互中的上下文爆炸问题

通过预先计算教师logprob,把OPD从需要实时教师服务变成单阶段训练,效率提升4倍。

提出层级化 SVG 分词框架，将命令-参数组压缩为可渲染片段标记，序列长度缩减 63%。

用朗之万恒等映射统一扩散模型的VAE/score/flow三大视角

通过 PPI 让 LLM 动态处理任意多层级的指令冲突。

HBQ近无损离散token+可擦除全局细化AR，2B刷新多任务SOTA

从五大研究挑战出发，系统综述前馈式三维重建的近年进展。

将3DGS与可驱动高斯化身集成进Habitat-Sim,缩小Sim-to-Real鸿沟并支持人本导航

APEX：用条件空间仿射偏移在流匹配模型内生构造对抗信号，实现无判别器的高保真一步生成。

多响应判别式奖励模型:一次前向同时评N个候选,实现N×加速与SOTA精度。

用动力学系统稳定循环Transformer，并建立可预测的循环标度律。

提出分歧子集评估框架，揭示LLM关于答案正确性的特权知识仅在事实任务中存在。

用彩色网格转录任务暴露 VLM 从视觉编码到语言输出间的表征-表达鸿沟。

DDTree:从单次块扩散草稿的逐位分布构建最优草稿树,提升投机解码接受长度。

打开 Gemini 思维流黑盒，揭示思考预算与视频理解质量的真实关系。

可变长度粗到细视频token，让生成模型少8倍算力

158 种 Unicode 脚本 OCR 基准：低资源文字上模型几乎全面失效

在 LLM 中间层发现语义瓶颈，把安全对齐锚定到语言无关的语义表示上。

多智能体SDD流水线加入相位级上下文锚定钩子,缓解幻觉API与架构违规

在单阶段行为克隆中预测未来触觉潜变量，实现接触丰富的全身人形操作。

把LDM中的SD-VAE换成MedVAE,在三种医学影像上稳定获得+3dB PSNR提升。

提出Seeing Through Touch框架，用局部视觉-触觉对齐实现触觉引导的材料分割。

在PyBoy环境里把反循环与访问掩码显式建模,让PPO学会宝可梦前期任务。

揭示VLM在规则重映射时的语义固化偏差并提出VLM-Fix基准

更强的推理反而会破坏 LLM 多智能体谈判模拟的行为多样性。

22个任务/285子任务评估大模型在三维构造、全局约束和长时序规划上的空间能力。

用文本时间戳交织和幻觉抑制训练，让大音频模型精准定位短事件

基于 Delaunay 三角剖分选源与深度金字塔引导的前馈网络，仅需 3 个输入相机即可在 1024 分辨率下达到 40 FPS。

在纽约市导航多智能体仿真中，蓝队与红队通过KTO迭代对抗训练，揭示LLM可学会有选择的信任与欺骗，但仍高度脆弱。