把 LoRA 适配器当作可管理策略单元，让 1T 级别基座模型承载百万级策略目录。

首个聚焦目标感知表示的多模态表格学习基准(40数据集)

首个基于流图的任意步数视频扩散蒸馏框架

用5B token长文档VQA把Qwen2.5-VL从32K扩到128K并外推至512K。

语音智能体评测基准，揭示准确性与体验不可兼得

Qwen 团队发布 f16/f32 VAE，GSC 与 DINOv2 对齐同时破重建与可扩散性。

将未知AI智能体的决策预测重构为目标自适应的文本-表格任务，用冻结LLM的隐藏状态作为特征

首个用视频DiT一步回归实现参考帧锚定稠密3D跟踪的方法。

把多示例CoT-ICL重新理解为上下文测试时学习，提出曲率排序方法CDS显著提升推理性能。

首个覆盖36类任务、融合结构化推理评分的图像编辑与奖励模型统一基准。

提出WAIM范式与DAWN模型,让世界预测与轨迹生成在隐空间中递归互炼。

非对称参数化流速度（数据全维、噪声低秩），实现像素空间 DiT 训练及潜空间→像素微调

用闭式 value baseline 降低 OPD 梯度方差，无需额外 critic 即可稳定训练

将VLA训练中的帧采样重新定位为时序监督再分配问题

用强化学习联合优化记忆图边表示与路由策略的查询条件遍历框架。

冻结 AR 主干+可训练扩散头共享 KV 缓存，无损并行解码加速达 7.8×

用纯动作数据（无推理链）作参考引导，突破智能体RL的可达性壁垒，无需SFT冷启动即可比肩SFT+RL流程。

提出 VAB 基准：把美学判断改为同主题集合比较，揭示前沿模型距人类专家仍有 42.4 点巨大差距。

剖析工业智能体竞赛的评测设计，揭示排行榜饱和、公私榜失配与评分公式脆弱性

将多跳RAG重构为Python程序合成，以执行反馈替代LLM自反思

提出 Map-then-Act 范式：先建环境认知地图再执行，突破 ReAct 的认知瓶颈。

首个 ICU 时序临床决策基准，用事后标注揭示 LLM 在长程推理中的两大失效模式。

从开放性用户查询出发，检索图文视频并合成三种模式的演示视频。

用编码器-解码器交叉注意力替代外部检索器，统一检索与生成

VLM规划器与VGM模拟器在双相循环中互训，从无标注种子图自演化机器人操作。

为上下文优化器装上浏览器与维基百科工具，用束搜索训练消解检索噪声。

用闭式前向逐层标定消除模型合并后的特征漂移，无需梯度与额外模块。

PNAPO：把 prior noise 一并存进偏好数据集，用直线插值估计轨迹，并动态调节正则化，把 T2I 偏好对齐训练成本砍到 1/12。

把经典模仿学习算法 DAgger 改造为多轮 LLM 智能体的后训练范式

用在线动态奖励权重与每题目标长度，兼顾正确性与简洁性

流式记忆+问题分解重读，免检索地解决长上下文证据丢失

BEACON 释放 430 GB 瓦罗兰特多模态游戏行为数据集,推动持续认证基准研究

PaSaMaster 通过递归自进化检索将复杂科研意图转化为可审计、可验证的论文排序列表。

首个覆盖 9 种印度语言的多轮平行医疗对话数据集与可部署模型

高初始学习率+难易课程让244M Whisper匹敌769M基线

提出AgentLens框架，用PTA参考和意图标注揭示10.7%的SWE-bench通过实为弱过程

用评估技能+六阶段流水线让 Claude 自动为任意 agent 生成可执行的评估代码

提出 Token 生产函数，将 LLM 推理视为算力-功率双约束生产，呼吁报告 J/token。

推导OPD外推系数闭式安全阈值λ★(p,b,c),揭示结构化输出任务格式崩塌机制

在双曲+欧氏乘积流形上做流匹配适配冻结视觉骨干。

用 Moore-Penrose 伪逆闭式解把 key-value 联想记忆压成单块 fast weight 矩阵，免反向传播免推理时访存。

用层次化记忆树+对比投影器为大模型Agent精准划出安全/恶意决策边界，零训练、低延迟。

在 GraphRAG 框架中引入 13 阶段动态规划流水线，用迭代式搜索计划增强实现多跳问答的 SOTA。

在单次自回归轨迹内同时生成候选并排序，用分解式GRPO解决端到端信用分配难题。

首个CFD AI科学家: VLM物理校验+源码修改, SA修正降Cf RMSE 7.89%

首个非参数框架证明任务结构与任务相关潜变量在无干预、无结构约束的设置下可识别

EAPO 教会 LLM 智能体在不确定时才探索，4B 模型在 GUI 任务上击败 GPT-4 级对手。

提出CAFE基准，用反事实属性编辑诊断可提示分割模型是否真正语义对齐。

将引用幻觉检测从二分类重定义为12码细粒度分类,提出四模块级联多智能体检测器。

在Retinexformer上引入深度、亮度、语义三模态跨注意力融合以提升低光增强。

通过编译时探索设计空间，为结构化LLM工作流生成可重用的准确性-延迟权衡配置集