自动合成保留探索-修正-验证全程行为的长程终端数据，3K轨迹SFT在12个基准全面领先

提出响应级三级评测体系，揭示LLM被禁止思考仍持续显式推理的“思维惯性”

4B接地基础模型34项基准平均73.68%超GPT-6 Astra，显著增强机器人与驾驶迁移

首个覆盖智能体创建、编辑、优化全生命周期的基准，测出编码智能体“演示”与“交付”间的巨大鸿沟

用多尺度因果卷积把残差源扩成多流做多头深度注意力，18B/28B全面领先，等损失加速1.58倍

将视觉定位重构为并行视觉证据抽取，4B扩散模型提速4.51倍并刷新30项基准

技能优势藏在隐藏态而非输出概率，对齐特权自我的逐层隐藏态即可传递后见之明

把异构上下文编译为可执行约束，让交互式视频续写同时忠于源、前缀与请求

以近年街景为参照、十年卫星差异为变化证据，把历史街景生成重构为多奖励强化学习驱动的局部编辑

用训练期新视角生成器教会模型主动规划视角并在脑内想象场景，提升空间推理。

单一固定分辨率3D生成器经推理时由粗到细级联，免逐场景优化重建任意尺度高保真网格

提出结构化消歧范式并构建ARCS基准，歧义问题使最强模型端到端准确率仅51%

首次将多智能体VLN形式化为依赖与资源约束下的协调问题，并给出MAVLN基准与TRISS基线系统。

用过程级不确定性两阶段收缩推理监督，0.22%训练预算即可追平甚至超越全量SFT。

相关≠适用：把个性化重构为决策时逐步激活经验，免训练大幅提升执行与主动建议

用预训练语料长尾上的任务质量统一刻画创造力基准，并提出低成本诊断指标q@Tail

用视频生成模型批量构造可控$(s,a,s')$转换监督，证明视觉转换推理是可跨任务迁移的共享训练原语

先并行探索再串行精修的初始化策略，让 LLM 发现框架稳定提升 2%-21%

在学生轨迹的关键决策点重采样分支续写，扩展教师监督覆盖，全面超越单/多轨迹 OPD。

用超网络把思维链推理摊销为单次查询条件化参数更新，让冻结LLM免生成思考痕迹即可高效推理。

用行动前预测与事后结果的差距加权梯度，让校准能力随训练自动涌现

VLM文本问答会拒绝有害请求，定位输出却照做；定向微调将定位拒绝率提升64-95个百分点

首个在共享度量3D框架中统一观测、动作与场景动力学的世界动作模型

多智能体框架自动将3DGS论文复现为可训练代码，并组合技术与物理先验实现超越

固定输出只换金标：参考选择就能移动近5个F1点，甚至让排名变号

在无害的图像-文本对上做狭窄微调，就能让视觉语言模型在无关任务上广泛失对齐