仅凭源码自动构建可验证RL环境，5545个任务训练使智能体五大基准全面提升

把本体做成可按需查询的MCP工具，经归因-补丁-配对验证闭环自演化，弥合智能体与异构数据的鸿沟

从 19,769 个 GitHub 仓库自动合成百万级智能体技能库，72 项评测平均提升 11.7%

以复刻运行中的应用为任务，构建五平台可验证环境训练GUI与代码协同的混合智能体

用多智能体引擎合成音视频对话数据，建基准、设计RL奖励，让全模态模型学会看和听

以十六进制色码为统一提示接口，微调单个模型同时实现精确颜色生成与编辑

以有限码本预组合专家块并稀疏路由，同时实现全参与、稀疏执行与有界物化

冻结模型配自进化自然语言技能库，零权重更新把平面设计成功率从72.7%提到99.3%

构建覆盖7大任务族的R2V基准与34万样本训练集，用因子级清单实现细粒度评测

2B/4B/8B 单模型统一 UI 定位、跨端导航与视觉工具调用，异步 RL 不牺牲单域性能

首个端到端 BI 基准与工具增强加后训练的智能体，8B 小模型比肩前沿大模型

用层级智能体框架从文本或单图生成可变形操作资产，仿真物理与机器人抓取反馈闭环迭代

把智能体技能表示为图结构，用变异与交叉进化算子优化，平均超越SkillOpt 1.3~4个百分点

200个FreeCAD长程CAD任务上，最强智能体仅17.5%成功，人类专家87%

把每个 token 的单一记忆行扩展为多槽位混合，用隐藏状态门控实现上下文感知的记忆查找

HEAL解耦注意力头信息分布，发现协同头漂移致幻并动态校准缓解。

把对话式AI用户实验表示为可运行、可检视、可复用的研究工件，让研究得以复现与累积。

冻结预训练VLA，仅在瓶颈子任务训练残差RL，以局部奖励与重训练大幅提升长时程成功率

用正负特权探测教师自偏差区间，只把超出区间的师生差异作为蒸馏信号

用混合树生成与月度冻结快照构建可刷新、抗捷径的音频反诈基准

首次在生成式精炼网络上实现免训练图像编辑，用比特概率差定位编辑区域，背景保持大幅领先。

合成评审训练会让AI审稿人判断趋同，TrustReviewer以策展与激活引导缓解

用未来夹爪状态监督出的紧凑趋势隐变量，为3D扩散策略提供软性前瞻而不做显式轨迹规划。

首个联合评测九个 Apple Silicon 推理引擎速度、内存与保真度的审计基准。

冻结音频大模型，只优化外部技能层，实现高精度低无效的封闭集反欺诈决策

图世界模型预演修复LLM计划并在线重排任务，成功率41.2%→91.8%

将伦理价值偏好从指令方向中正交分离，用任务向量反转实现免重训的价值立场切换

把稀疏系数λ变成可学习变量，用信息瓶颈权衡压缩与保留，鲁棒性大幅提升

基于Moshi的全双工语音模型，经SFT与两阶段RL实现语气人设语速可控

CTF真人攻击重放显示：工具边界的确定性授权把越权支付从140例压到0例，且不影响正常付款。

提出预登记保持协议评估量化方案，混合W4/W8达6.76×压缩且176场零灾难失败