统一框架下的高质量图像生成与精确图像编辑模型，支持长文本渲染、多语言排版和高分辨率照片级生成

数学家新创作的439道研究级数学题，前沿模型最高仅30.4%

用VLM做规划器、VGM做模拟器的闭环框架，按步耦合修复视频推理中的长程漂移与片段错误

用 Wasserstein 距离衡量任务几何冲突,既解释又控制 LLM 持续后训练遗忘

五智能体分层记忆框架，协同扩展LLM测试时推理。

首次提出LLM模型合并的floor+tail幂律,量化专家数与模型规模的耦合标度

把“可编译”LaTeX 转成“可发表”PDF 的视觉闭环智能体

把图像特征直接反投影回三维体素空间，让生成与输入像素严格一一对应，从根本上解决 image-to-3D 的保真度瓶颈。

用 Instructor–Follower 闭环共进化让指令难度随模型能力自动升级,无需外部教师即可提升开源 LLM 的多约束指令遵循能力

把视频生成评测重定义为世界状态预测,提供436个结构化推理用例与6K专家偏好对的诊断式基准。

用门控潜变量把循环Transformer的KV缓存压成常量，解耦推理深度与显存

块循环压缩记忆统一Transformer与线性RNN架构

切片编码+ViT内早期压缩，55.75%降算力且精度持平

把VLM内化的偏好翻译成可验证评分标准，作为稳定奖励信号驱动多模态对齐。

OPPO 边缘原生 Android 智能体，多模态感知+行为克隆

反转自蒸馏信号，放大正确 rollout 中模型自驱推理的 token

用 Hint-δ 内禀奖励让 LLM 在无验证器的开放任务上自博弈进化

提出三层协同演化框架，让多智能体研究系统按用户偏好积累经验并越用越好。

证明单个MLP神经元即可绕过安全对齐并注入有害内容

连续扩散语言模型，在嵌入空间全程去噪、仅末步离散化

提出Entrocraft拒绝采样方法精确控制LLM RL训练熵曲线

首个面向点云的物体级Transformer刚体仿真器，速度比HopNet快101倍

SLIM：把外部技能集当成可训练变量，动态增删扩展

在预训练尺度系统研究 MoE 压缩，提出部分保留专家合并、MTP 蒸馏与渐进剪枝

DBTrimKV：权重共享保留门+全局预算，动态分配KV缓存

冻结文本骨干与多模态编码器，仅训练极小投影器即可扩展出统一嵌入空间

提出GCAD方法在注意力层而非残差流注入引导信号，缓解多轮对话中的KV缓存污染。

用低秩分解压缩草稿模型LM-head的隐藏表示而非缩减词表，实现4-5倍加速且不损失接受率

提出全模态个性化基准与PMG框架，系统揭示SFT与RLVR的权衡

主张语言表示设计是 LLM 智能扩展的下一前沿

提出在线审计框架，每步对展开中的多智能体轨迹判CONTINUE/ALARM

用神经科学双频耦合机制构造层次记忆模块，把长上下文外推从崩溃曲线拉成平缓直线。

提出双前向传播RL框架，使MLLM抗视觉退化且不牺牲干净精度。

用共形预测为多智能体失败轨迹生成连续错误区间，支撑可回滚的错误归因

免训练token级诊断框架量化每个蒸馏信号与理想梯度的对齐程度

首次系统分析 Adam 与 Muon 的优化器错配问题,证明 LoRA 可让 Muon 在微调阶段匹配甚至超越 Adam。

将多模态奖励评估重构为计划-执行两阶段过程，用多角色强化学习联合优化规划与验证

首个面向电影级多镜头叙事与S2V生成的大规模数据集,配套视觉逻辑驱动的双轨评估基准与反复制粘贴新指标

用异步流水线+版本感知策略将LLM智能体演化提速3.5–4.9倍

BM25配好+深检索+强LLM,在BrowseComp-Plus上压过稠密检索智能体。

10任务科学Metal基准+演化循环，利用held-out门做廉价LLM监督

大规模长程机器人记忆基准(26任务/68.9%记忆依赖)与双系统VLA模型PrediMem,以预测编码提升关键帧选择能力

DECO通过ReLU路由、可学习专家缩放、NormSiLU激活与非门控MLP专家的组合,在仅激活20%路由专家时匹配密集Transformer性能,并在Jetson AGX Orin上实现2.93倍推理加速。

用K×K网格行/列后验探针在答案空间挑帧，按分布形状自适应每题算力

首个面向已构建RAG知识库的强化学习后精炼框架

用同一模型的双角色自蒸馏，将英语推理能力迁移到17种低资源非洲语言。

提出两阶段基准，量化LLM智能体在技能选择与执行中普遍存在的过度授权问题

提出可查询低秩更新记忆库，用指令正则化路由替代静态LoRA

用 MLLM 把 3D 手部接触估计变成结构化提示推理，无需训练即超越监督方法。

构建首个基于全文文献的多物种植物细胞类型标记基因证据基准，揭示LLM在生物学证据归因上的关键短板。