为预填充与解码两阶段分别定制量化格式、权重与存储，低比特下速度精度兼得

把父子血缘做成运行时状态：跨父混批调度的同时保住按序重构、按父完成与失败隔离

训练时随机采样编码器层子集做融合，让解码器与生成器对层组合鲁棒，弥合重建-生成差距。

用键金字塔逐层LSE筛选，把块稀疏注意力的选择开销从O(N²/C)降到O(N log N)

让智能体从自身失败中合成工具，只有配对验证证明修复多于破坏时才采纳

以20K+小时异构开放数据预训练世界动作模型，让视频预测表示直接转化为机器人动作能力

只对齐最后一层隐状态并在10步内淡出潜在监督，保住早期增益且避免训练坍塌。

在触觉单元连接图上做双尺度掩码采样的JEPA式自监督预训练，为电子皮肤学到通用触觉表征

用扩散去噪轨迹的分叉时刻当免费距离标签，免人工标注训练出更强感知质量度量

基于2170个GitHub项目的实证分析，揭示Jev决策模型生态的爆发式增长与注意力错配

基于MMORPG沙盒的长程多智能体协作基准，用因果图指标CCE度量协作质量

以体素去重的持久 3D 场景表征，首次在 40GB 显存内实现千帧全点稠密 3D 跟踪

用国际象棋、德州扑克、狼人杀三类对局动态评测LLM策略能力

预训练扩散模型融合立体DSM与卫星影像，密集城区高程RMSE从6.00米降至3.45米

0.131M参数的无解码器分割网络，五级编码器一次聚合，精度逼近大型模型

用候选动作的执行结果监督候选未来之间的关系学习，让潜在距离排序与决策成败对齐

把工具段与总结段的优势组内归一化并分段路由，消除GRPO信用混淆

以代数稀疏化与双曲结构引导两种结构先验，缓解稀疏奖励下的长程推理偏差

799个印度银行多轮案例四阶段评测11个模型，严格三次全过率仅43.7%-58.2%

将多教师蒸馏的提示级硬路由改为逐token路由，ExpertAlign按专业化对齐选教师。

提出数据无关的净效用指标，跨层跨任务为 LoRA 合并智能分配秩预算

将个性化建模为分布残差，用3-token软提示插件化解风格指令引发的个性化坍缩

非对称协同自举算法与流式训练架构，让VLA经45.8分钟真实在线RL达98.3%高精度操作成功率

优化人手模型匹配机器人形态并保留接触，经残差RL与蒸馏实现89.3%真机零样本成功率

利用softmax平移不变性在等价输出头中搜索量化后保真度最优的表示

首次实现循环语言模型的端到端连续深度批处理推理，把早退的理论加速兑现为99%的实际提升

用簇级LoRA先验加用户向量的解码时奖励引导，实现免每用户微调的可扩展个性化生成

以 11 维假设清单和有界 LLM 流水线审计 DID 论文证据支持度，用缺陷注入评估

把证据时间有效性、执行条件与运行行为一并审计的流式视频评测框架

用跨家族 LLM 裁判偏好标签对齐电商重排序器，并发布双格式 SHOPRANK-BENCH

LLM抽取1.45亿代码文件的语义标签，三阶段锚定Wikidata，构建亿级代码知识图谱

把字符间边界变为显式生成目标，让AI手写的连笔、字距、词距更像真人

固定词元只改段落坐标即可因果压缩注意力，而真实层级结构的签名是更深、随语料变化的压缩