365天电商模拟基准，揭示LLM智能体长期连贯性的巨大短板

16B自回归扩散模型实现单卡B200上30FPS实时720p流式视频编辑

一个架构统一3D理解、生成、编辑与部件生成，87M数据驱动协同

用高容量、可解码的连续文本潜变量桥接扩散生成与离散解码

首个视频深度研究框架，解耦感知与探索，35B以64.0%刷新SOTA

解耦预训练知识与任务几何的所有权，让编码器每日刷新而不破坏迁移

按教师信号的局部持久性，为每个 token 分配自适应蒸馏权重。

把世界模型重构为面向智能体的信息转移代理，提出6类功能×3层赋能的设计空间。

评测个人智能体跨会话复用经验是否真正带来提升的归因基准

系统刻画MoE扩散语言模型的缩放规律，据此训出30B-A3B模型逼近Qwen3

无需训练的两阶段全模态Token压缩，极致压缩下仍保持95%性能

首个在任意异构流匹配模型间实现跨族在策略蒸馏的通用框架

解耦图像描述的覆盖率与精度，发现理解靠覆盖、生成靠精度

首个借智能体自身经验转技能流水线植入持久后门的攻击

用语义RGBA图层作为生成、理解与编辑的原子单元。

用工具执行结果构造轮次级多视野事后监督，自适应调制强化学习优势。

轻量可复现的流式视频世界模型框架，单机8卡数日即可从零训练

让连续视频长成时序分层记忆，同一份记忆既能答问也能主动服务。

构建CGV儿童步态数据集，提出ChildGait-Video从RGB视频自动评估EVGS

提出评估智能体在长任务流中持续学习与技能演化的动态基准

用全长度财务报表测出 LLM 金融推理的知识与结构两大瓶颈

用问答得分度量代理代码解释可信度，并用差分测试自动改进

用8个可学习恢复token生成上下文条件化紧凑缓存，弥补KV驱逐损失。

首个端到端评估人格技能隐私泄露与冒充风险的基准，揭示防御的局限。

将黏性污渍清洁重定义为拓扑聚合问题，用扩散策略生成分段推动实现零样本泛化

发现 ALiBi 线性偏置在长上下文中数值下溢，使注意力头变盲。

用DINOv3语义表示从未来预测和历史检索双向增强WAM的操作鲁棒性。

模板先行的多智能体流水线，输出可编辑、可印刷、设计可控的学术海报。

DASH通过检测答案漂移为推理段落分配信用，在减少过度思考的同时提升准确率。

压缩大模型量化后残留的BF16输出头，存储降3.7-3.9倍且几乎无损

提出结构化全掩码预测，单次前向传播完成多目标分割，破解三难困境

欧盟法院多层次法律检索数据集，缓解查询泄漏并纳入全段落语料

用专家失败轨迹做反思学习，提升LLM推理能力

用跨编码器对齐五种议会语言，量化两百年语言变化的幅度与方向

课程学习框架让多模态模型内化视觉接地推理，图表问答性能提升高达20.5%

首个完整视觉钢琴转写系统，联合预测起音、释音、按键保持与力度。

用因果图公理逐条核验采样轨迹，绕开投票选出有效答案。

用字段化布尔检索保留网页结构，智能体检视后只抓取相关章节，更准且更省token。