用紧凑的语义动作接口，让基础 VLM 零样本或数 GPU 小时微调即可直接操控机器人

用世界模型替代昂贵的沙箱执行训练研究智能体，在线去偏去噪，训练加速3-4倍且性能更优。

用可执行程序维护显式世界状态，把视频模型降级为纯粹的生成式渲染器

密集执行奖励+TITO/R3稳定化，将122B MoE模型RL训练为64.0%解题率的终端智能体

以顺序干预定位失败责任智能体，再聚类抽象文本梯度以优化多智能体提示词

用200名真实用户500天可穿戴数据出4084道10选1题，14个大模型最高仅72.9%

冻结子代理并行读全文，主代理散射-聚合多轮推理，长文多跳问答更准且最高提速11倍。

首个把智能体当“SAE 科学家”考试的基准：概念选择性逼近专家，因果转向严重落后

首个物体接地且姿态感知的协同语音手势扩散模型，在因果潜空间实现时序可控、无穿模的手势合成

推理轨迹中段约20%是冗余的：SFT只保留首尾，效果反超完整轨迹训练

用85个源自真实论文与仓库的任务，测出最强模型仅36.53%的基础设施工程能力

用视觉校准片段教会动作条件世界模型零样本适应未见环境

用密封验证、恢复审计与反馈配对三道门，把AI科研高分变成可复放的发现证书

把广告视频生成分解为策略选择与草稿生成两阶段，用线上业务反馈训练奖励模型驱动DPO+GRPO优化。

按编码器–连接器–LLM 流水线四阶段梳理视频大模型推理效率机制，给出受控对比与研究议程

全自动流水线从158万专利抽取2400万条可溯源细粒度有机反应记录，服务研究者与AI智能体

构建400场景因子化基准与SCOUT监控器，定量解析LLM智能体阴谋行为的驱动因素

封堵SWE-Bench Pro的答案泄漏并修复题目缺陷，发布731题防作弊验证版基准

专家轨迹模仿在进化框架下令弱模型全面退步，在线策略单回合修正可保框架适配并持续增益

450 道研究生随机过程 Lean 4 基准，最强智能体证明率 34.9%

四种受控对比模型实证表明整文件直接生成全面优于Diff迭代编辑，Diff仅在短局部编辑占优

用会话、语义、嵌入三层Redis缓存，在普通CPU上把AI搜索成本压到每次约1.5美分

用难度自适应树搜索、句子熵分叉与兄弟多样性奖励扩展 RLVR 的 pass@k 推理覆盖

以最后可用真值为跨尺度参考约束递归超分训练，无真值深尺度幻觉降低2–5倍且质量达SOTA

监测模型轨迹稳定化信号，自适应地从重训练切换到微调，省时且保校准

DF26基准显示人类与最先进检测器识别AI生成视频的能力已接近随机

用影响函数选样本、改写其回答而非调权重，可显著放大SFT行为干预效果

首个用 LLM 智能体贯通自动驾驶规划器场景测试全流程的统一对话式框架

提出关系感知情感支持对话新任务，用真实伴侣与家庭访谈基准揭示大模型关系推理短板

把MEG信号映射进语义嵌入空间再反演成文本，免词级对齐实现非侵入式语音解码

用锚点句相似度把微调前后隐空间投到共享坐标系，ΔB 检测偏见漂移，快 3–50 倍。

首次闭合稀疏测量下支撑恢复的信息论阈值，量化测量稀疏化换取样本量的精确代价。