1B 循环模型仅用 40B token 预训练，算力省百倍即达 7B 水平

从5亿YouTube视频自动挖掘GUI轨迹，构建千万级数据集WildGUI

大规模复合声学仿真+双粒度WER门控强化学习实现鲁棒ASR。

两阶段对齐+双重一致性，无需训练实现无限帧长视频生成

用工具增强的智能体框架与门控强化学习实现零样本工业异常检测新 SOTA

系统综述大型音频语言模型的架构演化与可信度六大维度的攻防失衡

RLVR权重更新呈秩-1线性结构，RELEX仅用15%训练步外推未来检查点

提出可扩展、可验证的规划数据生成框架，用于评测与训练LLM的规划能力。

用旋转+Token缩放解决TNI，实现近无损INT2 KV量化。

首个可稳定扩展的时序基础模型家族，4m 到 2.5B 参数单调提升。

把递归推理改成概率多轨迹生成模型，支持深度与宽度双重扩展。

用两个互补自蒸馏教师逼向效用与隐私的交集，无需外部监督即可兼顾两者

预填充用FP4量化、解码保BF16精度，加速智能体LLM推理

提出智能图像编辑作为统一模型调优的通用任务，单任务单数据集全面提升理解/生成/编辑

用Z3验证与对抗加固构建中文逻辑推理基准，揭示前沿模型Hard准确率仅37.5%

首个评测 GUI 智能体在专业媒体后期软件中长程组合操作的基准

支持变长生成与修复的快速潜空间扩散音频模型族

AI评审员在综合质量上可超越顶级人类评审员，但存在事实正确性短板和视角多样性问题

针对工业资产操作场景，提出时间语义缓存和MCP工作流优化，实现3.48倍加速

通过缝合技术将像素空间奖励模型高效转移到噪声潜在空间，实现快速准确的扩散对齐

提出变分策略蒸馏(VPD)框架，通过EM算法让教师与学生协同进化，解决RLVR稀疏奖励问题

解耦子词分词在语言模型训练中的贡献，发现样本吞吐量和边界先验是关键

证明原生DiT加x-prediction在DINOv2表征空间即可达图像生成SOTA

用八面体映射对旋转后的三维坐标三元组做联合量化，低比特下显著超越现有 KV 缓存压缩方法。

用Chebyshev标量化与HVC退火，多目标优化智能体技能，突破单目标优化卡死困境。

提出生成式记忆策略，让LLM智能体学会何时需要记忆辅助以及如何生成任务相关指导

通过显式建模Z-order遮挡关系，解决布局到图像生成中物体重叠区域的纹理混淆问题

统一处理多视图配置、多模态融合、长时程感知和度量尺度的几何感知框架

首个企业级SaaS开发编码代理基准测试，覆盖30个复杂任务和5370个验证节点

揭示RLVR训练中存在反直觉的不可学习样例，代表模型表征的根本性缺陷。

揭示 DPO-RLHF 等价性的隐含假设及其失效模式，提出 CPO 保证偏好对齐

首个关注密集干扰和长距离依赖的跨域记忆评估基准，现有系统平均准确率仅27.9%

利用专家激活时间稳定性，通过间隔式刷新策略优化MoE-dLLM推理效率

提出SpecBench基准测试，量化AI编码代理的奖励黑客现象

从平面图生成一致的整栋房屋VR导览，结合2D全景生成与3D高斯溅射空间记忆

在AdamW优化器之上加有界自治控制治理层，压力学习率下保稳定与提速。

结合文本与手绘火柴人/轨迹双条件，用扩散模型生成可控 3D 人体动作

动态调度 Muon 的谱指数 p，跨规模省 10.6–26.5% 训练步且验证损失更低。

面向人主动交互服装的试衣，用3D手部先验、A-RoPE与约束损失合成视频。

提出因果验证的胸片归因基准MedGround-Bench与概念级因果归因方法MedFocus。

医图分割中交叉验证集成与深度集成在不确定性上不等价，应按任务择优。

ECC用少量成对模型比较校准语义嵌入，构建能力感知查询聚类，提升LLM能力排序质量。

用正交梯度投影剔除安全更新中干扰通用能力的分量，缓解对齐税。