异源模型对审的ML研究harness，把长程研究拆成65+可审计技能。

用1万条高难度SFT轨迹训练30B搜索智能体，4个基准全面刷新SOTA。

三阶段管线，用黑盒对抗式在线策略蒸馏修复 SFT 分布漂移

提出预测式视频VAE，丢弃未来帧使潜空间捕获运动先验，提升34.42 FVD并加速收敛52%

首个统一图像与视频的多模态大语言模型分割框架，支持14种分割任务与文本/视觉双提示。

把重度思考拆解为"并行推理 + 序列化审议"两阶段流水线,并封装为可被任何智能体框架加载的文本技能。

2 万文件 + 388 跨文件任务，最强 Agent 仅 60%，远低于人类 80.7%。

面向图像编辑/恢复任务的保真度评估模型与基准

在 Fitbit 上对 13917 名用户的真实症状对话进行评估,发现主动式多轮问诊的 AI 鉴别诊断准确率显著优于真人医生。

以"编排轨迹"为统一抽象，串联奖励、功劳与编排三轴来梳理LLM-MAS强化学习文献。

在单个高斯基元内部引入空间变化的颜色与不透明度函数，显著提升高斯泼溅的表达能力与紧凑性。

首篇系统梳理 LLM 强化学习 rollout 设计的综述，提出 GFCR 四阶段框架。

纯 CPU 在线训练 Mamba SSM + 稀疏 n 元混合的自包含无损压缩器。

首个覆盖审查-答辩多轮交互的专利审查LLM基准（480案），含三级证据设置与五维法律推理评估

用免训练GRPO自动优化LLM智能体技能，平均分提升127%

提出TC-DAG与D-RoPE双模块解决对话情感四元组中的结构噪声与距离稀释

首个高保真无人机具身搜救基准与仿真平台。

用可微高斯溅射替代硬投影，从理论上消除跨模态熵坍缩，让稀疏点云真正吃进图像先验。

首个统一评估交互式世界模型的基准，提出动作生成框架，跨4.9K任务对14个模型做九维评测。

构建医疗 RL 训练场并提出 TT-OPD 自蒸馏框架解决多轮崩塌问题

用Tsallis q-对数统一SFT与RLVR,提出GARL/PAFT在固定q上训练推理模型。

用 TTS 合成实体密集音频 + LoRA 微调，17× 提升泰卢固语 ASR 实体识别率

用VLM直接对文档截图做多跳推理并输出像素级证据框，让RAG归属从粗粒度文本引用跃迁到可视化审计。