用大规模合成数据训练专精小模型，攻克忠实上下文问答

方差归一化加 Hadamard 旋转抑制 KV-cache 误差累积，2-bit 下刷新推理基准。

BrainCause用反事实因果测试取代激活最大化来发现脑视觉表征。

VSTAT：834视频1500问题诊断MLLM的视觉状态跟踪能力

用信任域分割策略梯度可靠区，稳定蒸馏推理小模型。

用20亿帧语料训练GPT风格因果Transformer，实现人形机器人零样本动作跟踪

让MLLM学会何时调用、验证、信任世界模型的视频推演来预测未来。

提出受人类睡眠启发的范式，让LLM通过知识蒸馏与做梦实现持续学习与自我改进。

工作流感知的医疗AI自主研究智能体基准，五阶段拆解失败根因

用局部扰动理论解释多域RL跨域干扰，短时刷新可选择性恢复受损域

以欠优化区域挖掘与CPT-SFT-RL渐进训练把0.9B文档解析模型推至新SOTA。

用语义事件而非固定时间块作为学习单元，解决语言-视觉-动作粒度失配问题

基于Cosmos的实时生成式世界模型，用于自动驾驶闭环仿真与策略训练

通过源感知评分标准自动发现与蒸馏，提升异构中期训练数据的选择效率

无需成对数据，利用预训练模型自举训练流匹配编辑模型

通过PCA感知数据冲突分割独立训练后权重合并，解决多任务梯度冲突和通信瓶颈

通过学习最小充分域表示，从少量参考样本生成高质量领域特定数据

用 DFL-free 双头架构+MuSGD/渐进损失/STAL 训练，统一多任务实时检测。

用520个可规则验证的在线生成器-验证器环境，为视觉推理RL提供无限新鲜训练信号。

把自适应采样建模为MDP，用四层MLP强化学习控制器平衡答案精度、延迟与算力开销。

把扩散过程拆成噪声域协调与残差映射两阶段，实现统一高效的图像翻译

提出评测个性化说服力的基准，发现用户画像建模是关键瓶颈

用进化损失+适配损失的分解框架，结合多智能体进化、分支树路由与人机介入，实现开放式任务流上的持续自改进线束部署。

无需配对视觉-语言数据，靠盲匹配把语言目标接进纯视觉拓扑地图。

诊断答案正确长CoT轨迹中答完仍续写的有害续写，并用0.5B轻量HCC代理切除它

用 chunk 级语义验证替代 teacher logits，实现黑盒模型蒸馏并超越白盒 OPD

在视觉编码器内注入跨图交叉注意力，使每张图编码依赖历史视觉特征。

保护大值状态并用随机采样提升多样性的训练免 KV 缓存驱逐方法。

提出αDepth分层表示，单次前向分解软边界实现高保真立体转换。

在冻结MERT上训练旋律/节奏/音色三解耦头，实现可控可解释的音乐相似度。

在SAE特征选择中引入协变量，让LLM假设生成聚焦研究者关心的子群差异。

用感知扰动构造数据集并经GRPO批排序奖励训练判官,缓解其重文本轻视觉的偏差。

AbaqusAgent用六个智能体+RAG把自然语言转成端到端有限元仿真。

提出受控任务流与可塑性/稳定性/泛化三类增益指标，严格评估智能体的持续学习。

用梯度-激活显著性重加权GRPO的token级优势，提升数学推理。

发布67,453个代理技能安全数据集，揭示三类扫描器攻击面上罕见重叠、分歧结构化，主张分层治理。

评测模型能否自主设计构建任务专用智能体系统的基准框架

以动作误差为触发信号，让机器人记忆在恒定4224字节下稀疏写入。

以CAD几何先验是否可用为轴综述工业视觉sim-to-real迁移

构建合成可信度基准，揭示现有检测器与人类在此新威胁上普遍失效。

用可重复的BA启发迭代层在隐空间细化相机位姿与几何

用四类可证伪假设系统检验LLM欺骗探针，发现其脆弱性源于训练分布而非架构，可经风格增强修复。