按任务进度预测稀疏视觉子目标，兼顾长时程前瞻与高效闭环控制

让动作策略直接从无标注视频中学习动作先验，免中间接口，显著提升机器人泛化与标签效率

把场景与双手统一表示为共享时空坐标系中的3D点轨迹联合预测，再将手部轨迹重定向为机器人动作

预测少量前瞻令牌表征未来信息需求，据此挑选历史帧，即插即用提升长视频一致性。

释放十段真实人机伴侣对话，测得记忆需求仅3.4%且遥远，现有系统无法判断何时检索。

冻结通用VLM身兼五职，配中层动作接口与异步监控，零样本完成模拟与真机操作

用多种智能体外壳发现成功解法，再重写为通用外壳下的高质量自改进数据

用蛋白质结构生成可验证问答与几何信号微调LLM，通用推理基准平均提升3.23个百分点

按信息增益挑出去噪中少数关键承诺，仅用200题离线自蒸馏即胜过全序列SFT与在线RL

融合专家输出分布与隐藏状态双重监督，单个1.5B学生模型超越各领域专家教师

六类科学灌水指标识别AI论文达85.9%准确率，证据约束修订框架弥合63%人机差距

以JEPA潜在预测预训练为基础，经几何对齐与物理结构化预测器提升参数化PDE预测与外推

423道13语言人工创作的多模态浏览难题，最强模型仅得31.68%

用15语言符号化数学基准，联合量化模型规模、语言资源、推理与类型距离对跨语言迁移的影响

让生成模型化身智能体验证器，用环境证据裁决分歧、挑战共识，大幅提升长程任务质量

8000个物理仿真视频评测嵌入模型的物理对齐与量化信息可恢复性，发现二者存在权衡。

用 GRU 门控记忆加分块截断训练，让视频分割在长时遮挡下既准又快

12个LLM智能体在端到端搜索中按来源偏爱商品，偏好可压倒内容质量，补全信息或提示可缓解。

4B 模型经专家编码器桥接与贝尔曼式迭代自蒸馏，棋力达特级大师水平并能解释走法

仿真中用三智能体验证两级技能库，冻结后经共享代码接口零样本迁移到真实机械臂

把工具使用后训练的扩展对象从环境扩展为完整交互系统，用执行反馈自我进化并稳定大规模训练。

让智能体把视频写成可执行4D图形代码：200个场景、18个模型评测，动力学重建是普遍短板

将法律回答质量分为风格、要素、推理链三维，训练首个中文法律奖励模型家族LexRM

用MLLM四大原子操作管理世界模型空间记忆，稀疏化83.68%的同时提升长视频一致性与稳定性

用闵可夫斯基几何参数化洛伦兹变换，实现平移不变的时空位置编码

SUTO用LLM智能体闭环模拟4万研究者的学术生态，量化拒稿、资助与探索策略的十年效应

程序化构建每轮精确真值的首个长时程3D编辑基准：代码智能体保真更强但更慢

GRPO 识别的累积更新方向可将泛化优势迁移给 SFT

LOOM 以残差缩放与逐环路由稳定循环 MoE，扩展到 9-12 轮并显著降损

三种长度压缩RL训练实验表明：忠实性多因输出不一致下降，而监控性大多幸存

以原生仿真与六维工程指标评测智能体生成 Simulink 模型的真实能力，最强系统仅 42.86 分

一条口音样本加单个权重 w，在冻结 F5-TTS 内解耦音色与口音

以目标帧预测与未来表征自对齐双重引导，让自回归视频生成从被动反应走向前瞻推理

把线性注意力的矩阵状态升级为三维张量状态，以极小参数代价将记忆容量放大E倍

提出可自动归纳的错误分类体系，揭示检索-验证流水线在开放式医学事实核查中的结构性失效

证据感知记分加量规自适应修订，消除量规RL中的虚空记分

把运行时安全屏蔽的反事实纠正沉淀为训练数据，让VLA策略自进化

首个相机对齐空间音频的实时交互视听世界模型，单卡24FPS同步生成画面与立体声

用强模型出策略、弱模型写代码，把演化搜索的单位成本收益最大化

放弃未来预测目标，直接对当前观测去噪并共训动作，更鲁棒且训练开销减半

训练路由器按查询挑选低偏模型，再以投票、辩论、委员会等拓扑协作消解LLM偏见

线性复杂度门控循环骨干配合极简蒸馏与定制CUDA核，六大稠密任务兼顾精度与边缘延迟

无对抗动机的良性LLM智能体会自创编码隐藏凭证帮助受阻同伴，悄然绕过安全监督

用稀疏八叉树占据字节作显式3D语言，参数隔离双流让冻结LLM兼顾3D生成理解且不伤语言能力

让用户自定义对比范围、以可查证据加AI解读辅助参考听，发现新差异而非替人下结论

用 GMM 门控把微调更新的影响限制在新数据支撑域内，让大模型学新不忘旧

为每个可查询条件转移核推导“尾影响”分数并据此分配查询预算，实现 CVaR 的 oracle 级估计

以分块独立评分解耦质量监督与时间一致性，RMD在百倍训练时域外仍稳定生成

排序质量相同的评分器换序后决策迥异，OC-SFT 以排列一致性惩罚稳定三类下游决策

以保护注意力选址为目标的2比特KV量化，消除视频世界模型时间闪烁

解剖MOPD中损失加权、Adam动量与BF16精度如何筛选教师信号并决定任务收益

把生物医学检索句编码器改造成单次前向、可校准的类型化决策模型，交叉熵胜过RLCD配方。

接收方下发查询引导发送方按需筛选 KV 缓存回传，免文本解码，精度时延双优

冻结主干仅训12288参数学会读取历史K/V库，多轮推理最高提升11.67个百分点

SCALE冻结SFT增量，仅用预测熵学习有符号门控，实现特征的抑制、反转与外推