把30B-A3B训成IMO/IPhO金牌级推理器：反向困惑度SFT+两级RL+TTS精炼。

门控自蒸馏 OPSD，稳健提升多轮 LLM 智能体 RL 训练。

用因果一致性蒸馏替代因果ODE蒸馏，4倍加速AR视频扩散训练，延迟减半。

2.6B参数高效分钟级720p相机控制世界模型,单卡可部署

首个统一对比长上下文LVLM与记忆增强代理的多模态长期记忆基准

用诊断先验引导的进化式权重空间合并，无需梯度训练即可提升大模型推理能力。

提出二维评测矩阵与371题基准，专测多模态智能体能否在长程交互中保留并推理像素级视觉证据。

首篇将 LLM 多智能体系统全生命周期串成 LIFE 四阶段的统一综述

STALE基准诊断LLM智能体在隐式冲突下识别与更新过时记忆的能力。

60个真实长任务，在容器化CLI智能体中评估前沿多模态大模型。

把相机诱导的 warp 塞进视频模型的原生历史通路，零样本激活相机跟随行为。

Lighthouse：训练期对称Q/K/V金字塔+Top-K，续训恢复全注意力

为冷启动 LLM 路由设计基于异构图的画像框架

在零目标任务经验下，通过提议者引导的合成练习与验证门控的记忆准入，构建部署前的程序性记忆。

用文本指令直接在 3D 几何场做前馈式残差位移预测编辑

用域迁移适配器把视觉域（真实/合成）与控制信号解耦，让扩散模型在合成 3D 数据上学到 3D 一致性，同时保住真实感。

把检索基础设施作为可演化的动作空间,LLM 诊断模块自主闭环改进。

以薄环境服务层为核心的开源框架，让代码、GUI、助手三类智能体共享同一套训练基础设施

用突变+多样性过滤把封闭题改造成开放式训练数据

提出全景原生 MLLM 框架，统一推理 ERP 球面空间

LC-MAPF：3M参数Transformer+多轮局部消息传递，无通信监督的新SOTA

把多任务扩散RL的训练冲突与灾难遗忘统一在在线策略蒸馏框架下。

用词表里的功能 token 统一 agentic 与 latent 视觉推理。

用VGGT编码最近16帧历史，注入VLA以解决块间意图冲突。

用流匹配矫正不可靠文本先验，用不确定性建模细化笔画，单步扩散实现毫秒级文本超分

首个无提示视频潜台词理解基准，揭示前沿多模态模型在讽刺、反讽与社会含义上的系统短板

RAVEN 通过重打包自展开轨迹并结合一致性模型策略优化，实现高质量实时自回归视频生成。

通过分头混合压缩 KV 缓存，为自回归视频扩散提速 1.5–2.8 倍

用100条偏好样本自演化技能与工具库，冻结VLM即可超越GPT-5的图像编辑奖励。

单策略生成器-求解器合成Python训练环境，让模型自己构造零数据RL的世界

把生成视频提升到三维物理仿真器中评估,作为RL微调奖励显著改善人体动作真实度。

用纯合成数据训练图层分解模型，验证其可行性、规模效应与分布平衡性

首个面向真实世界表格图像的多模态基准,揭示前沿模型视觉定位瓶颈。

潜码投到定半径超球面并改用 slerp 路径,ImageNet FID 大幅提升且无需改动扩散架构

用 756 张手绘 Jordan 曲线图测试 VLM 的视觉拓扑层级推理能力。

用书签式问答对在长剧情中按需检索与增量同步，让角色扮演智能体既保留细节又省算力

用真实新闻流构建 90 天滚动预测环境，评测智能体长程测试时适应能力。

ATESD：用 Beta 策略控制器把教师暴露比例变成可学习变量，动态调节特权 CoT 的可见量。

用LLM过滤+意图嵌入+HDBSCAN从百万德语社媒帖中挖掘出41个FIMI操纵叙事簇。

LLM驱动的多智能体预测框架，分宏观与微观双视角合成预测

用 13 个 Transformer 把德国政治文本映射到 [-1,1] 的连续左右翼光谱

OmniClean 去偏评测加 OmniBoost 三阶段后训练，3B 模型可比肩 30B

卫星图直出街道级3D场景，几何精度与逼真度双跃升

BEAM用可学习二值mask在MoE Top-K候选中动态筛除冗余专家

用 Hodge 分解把 PDE 算子拆成拓扑与几何两部分，在单纯复形上同时保持全局守恒与高频细节。

仅用128条随机抽取的示范样本,让GRPO+DPO的少样本RLVR超越千条SFT数据方法。

用结构化策略记忆让固定安全护栏在部署期持续学习稀疏用户反馈。

CLVR：用闭环验证推理与Δ空间权重合并实现复杂文生图的可扩展推理与高效部署

DLR通过离散潜在码引导残差流，在低数据下单阶段超越SFT。

提出诈骗杀伤链框架与PRESCAM基准，从早期多轮对话预测诈骗升级轨迹。