让智能体直接增删KV缓存，免重预填充，平均提分1.7点、降本27.7%

要求VLM智能体主动探索80个室内场景并构建物体级3D地图，最强模型平均IoU仅41.71%

120组对照实验揭示游戏具身智能持续预训练中数据量、多样性与模型规模对域内性能与跨世界迁移的影响

全开源流水线合成三接口可执行世界与长程任务,训练的智能体在 8 项 OOD 基准全面提升。

分解式评分标准一箭双雕：既过滤训练数据又驱动强化学习，让开源多模态代码模型对标闭源系统

给自回归视频扩散加未来块预测辅助任务，用更低训练成本显著提升物理合理性

首个通用双手灵巧跟踪策略，单 checkpoint 零微调跟踪未见轨迹与物体，大幅超越基线

RAG组件孤立增益难叠加：检索次可加、忠实度近可加，最优组合随语料规模翻转。

167位母语者共创62社区文化谜语基准，前沿模型在最难社区准确率不超过22%

保留教师答案，自行生成学生家族风格的推理链，蒸馏效果反超教师原生思维链

教学与实践交织的苏格拉底式指导让智能体技能迁移更准，专家监督成本降61.7%

逐位置固定观测上下文、在通道间做 Shapley 分配，输出位置×通道完整归因矩阵

首个交互式流式视频生成基准：五任务300案例评测38个模型

SFT加多轮RL后训练机器人规划器，成功率从18.1%提升至71.0%

提出记忆中心持续学习框架：三轴分类、双环生命周期、行为化评估与记忆缩放律

仅用静止图像与文本预训练单一冻结编码器，同时支持状态感知、语言对齐与像素重建。

把智能体自身的循环动作当负例、脱困动作当正例做DPO，无需标签将循环率从57.3%降至6.1%

用纹理感知四叉树与层级金字塔采样自适应分配高斯，数量减半且推理时可调稀疏度

20个科学基准上智能体全部超越已发表最优，但靠工程套路，插件技能将增益翻倍

提出PAPAV五能力框架，统一审视数字与物理智能体，揭示具身化改变了任务闭环中的什么

16个跨学科AI研究员组队，在有限算力下自主发现优于GDN2的线性注意力架构CFDN

降低舍入频率并按通道对齐分组，免训练实现四比特线性注意力状态量化

以结构化Harness多样性作智能体RL新缩放维度，显著提升跨harness泛化

首个系统评测LLM智能体编写可执行验证器能力的基准，揭示其普遍误杀合法解

以最终视频误差标定各层各步的稀疏敏感度，在延迟预算下联合求解密度分配表

用三专家混合架构联合去噪代码、视频与动作，让世界动作模型具备可复用的技能级代码规划能力

分层规划+确定性编译+持久记录，让3D世界边探索边生成、可交互且可重访

用150万可验证定位数据微调9B模型，平均定位成绩超越GPT-6 Astra

在 3.0 代基础上新增说话人分离与音频理解，多语言 ASR 错误率相对下降约 33%

用可编辑harness组织VLM智能体并从执行经验自进化，历史依赖操控提升7个百分点

用高分辨率视频扩散模型把稀疏低清拍摄增强为2K、4D一致的视频，再重建体积视频

用乱序加裁剪构造自配对真实数据训练扩散模型，首次摆脱合成数据的场景文本编辑

少步MeanFlow与自回归微调把流式语音风格转换延迟降至520毫秒，并统一文本音色设计与编辑

同题多次团队执行互为对照，把成败归因到智能体技能，指导免训练的技能库演化

扩散LM智能体可用隐向量传递任务内容，传递时机比交换轮数更关键

无解码器世界模型在表示空间预测下一屏，17毫秒余弦比对识破被劫持的GUI转移

LoopRec 用权重共享递归与物品级门控，让序列推荐按需分配计算深度

用研究世界模型预测实验增益作 RL 奖励，配合在线校准训练出会提出模型改进的 LLM

冻结VLM骨干，凭3D场景记忆、技能库与认知经验在任务块间自进化，五基准平均提升5.1分

深度研究智能体换扩散骨干后端到端提速约6倍，报告质量不降

固定权重只调思考量：思考让模型取消 some/or 的量级含义，先接纳实用解读、最终按字面作答。

以真实未来事件预测为活环境，参数、技能、环境三轴共演化实现递归自我改进

以分数引导采样补充top-k检索，在极端稀疏下逼近稠密注意力并获2.96倍解码加速。

首个端到端量化研究基准：九个前沿LLM在A股密封2024年评估，无一跑赢等权市场

首个端到端框架 PawCT，从合唱音频联合识别 SATB 声部并分部转录音符。

用固定预算的连续思维令牌在隐空间建模伙伴心智，五个多智能体环境全面超越文本与提示基线

循环复用中间层，均匀扩散语言模型训练FLOPs最多省3.3倍

预算精确、位置自适应的语音编解码器，码-时长事件表示兼顾重建质量与流式TTS

后训练使回复一律标准化，但训练更新仍偏好迎合声望变体；CAP配对可校准迎合而不强加方言

七个开源RL框架仅收录2.3%的通用方法，收录快但份额随论文激增而稀释。