首个统一下游驱动基准，同时评测LLM构造数据与评估数据质量两大能力

用协同进化的技能库协调出题与解题双方自博弈，破解LLM自进化的多样性与验证困境。

用约8.6K行可读代码搭出匹配Megatron栈吞吐的智能体RL训练框架

建立原生多模态预训练的算力最优扩展定律，揭示语言与多模态目标的差异化扩展行为

把记忆重构为五原语生命周期，以验证式压缩实现线性成本与保真。

提出统一协议，让训练代码、人类与LLM智能体通过同一接口共同操控实时训练流程。

把能量距离变成常数规模三体散射，实现高维一步生成

多语言RAG中兼顾语义相关性与语言一致性的重排序器

无需训练的智能体框架，通过追踪物体状态演化检测工业视频异常

给冻结大模型挂两个轻量头，从隐状态读出能力判断与干预决策，大幅降低调用强模型的成本。

把身份保持建模为视频重打光，用重打光人脸+法线+关键帧+深度联合控制，实现关键帧编辑的逐帧扩散传播。

用多智能体框架把科研创意生成重定义为质量-多样性搜索。

无需训练，用3D引擎的位姿与深度对应关系解决自回归视频生成中的相机重访不一致。

首个评测 VLM 智能体在多物体 3D 场景上执行动作的可执行基准

推理时用FFT频谱对齐校正扩散模型曝光偏差，开销仅3-4%

复用预训练 VLM 自身做视觉 token 自压缩，轻量适配、极端压缩下仍强。

聚合多句匿名语音并结合语言、韵律线索攻破单句级匿名化。