长程购物模拟基准UserArena与OPTD在线轨迹蒸馏，模拟器最忠实复现线上策略效应

把四类智能体进化方法拆成可组合算子，统一执行、评测与溯源，实现公平对比与可信实验。

能力感知 harness 编排分层 VLA，仅凭视觉与键鼠在 Minecraft 完成长视野任务

用世界建模统一视角，把视频理解、生成、统一与交互组织为读、写、共享、交互四大操作

16B 统一具身模型，以交错视频-语言推理打通理解、预测与机器人控制。

仅凭主题词让模型自编题目自造答案，经自蒸馏循环实现零数据自我提升

用Gram矩阵在三个扰动尺度上诊断预训练世界模型LeWM是否复现环境的局部动作敏感几何

用稀疏历史分布缓存替代持久教师模型，实现单策略、时序稳定的自蒸馏强化学习

双轨受控评测：固定环境考智能体、固定动作考世界模型，分离诊断耦合失败

把每个权重写成树上共享离散决策的乘积，统一模型压缩、加法器电路与离散优化三种视角

用带成功门控多样性目标的RL生成器批量产出多样成功示教，大幅提升下游VLA模仿学习成功率

单一流式视频语言模型每秒决定哪路画面上屏并实时解说，直播电竞比赛。

免训练框架在融合表征内诊断跨模态冲突、正交分离证据与先验并自适应再平衡，修正全模态幻觉

条款锚定的俄语职业伦理基准：多数模型会默默帮你写出违反职业守则的文本

用母题引导的进化树搜索与面向未来的叙事记忆，生成多样且连贯的微短剧剧本。

把黑箱AI检测器改造成由经验证的可解释概念构成、可审计且分布外更稳的分类器

扩散草稿步数与接受宽松度必须联合调节才能铺满速度-质量帕累托前沿

首个全带宽立体声流匹配音乐源分离框架，系统研究路径、预测目标与混合一致性

任务Teacher对Searcher逐token蒸馏，Leader与Answerer用结果奖励联训。

用115小时真实职业录屏测出：前沿模型预测不了专家会采纳、修改还是拒绝AI的贡献。

开放数据级联蒸馏加专家RL与多教师在线蒸馏，4B模型以更少数据超越8B对手

编码器离线压缩物品为单向量、排序器在线个性化打分，共享前缀推理使吞吐达全文教师60倍。

作者在环的智能体流水线：找出论文证明漏洞并自动形式化为 Lean 验证版本

LLM 合成证书，按义务路由 SMT 快验、Lean 兜底，严格验证 77.1% 实例

用时间门控赛马回放基准分离LLM智能体的预测质量、修订增益与投注决策价值

可学习的双混合门控框架，融合多种相似度指标以预测时序迁移误差

将TensorFlow Playground改造为KAN教学平台，实时可视化B样条与控制点

区域→文本→区域的循环重构重叠作为免参考可验证奖励，让单一模型同时提升理解与定位

解耦物体生成与布局估计，用RPF点云配准实现单图3D场景组装

构建具身视频裁判基准并训练9B裁判模型，与人类评分相关性达0.719居首

用丛同构把单纯形上的不动点丛方法推广到单纯形乘积域，为纳什均衡计算提供全局线性收敛保证

同一作者的两个 AI 辅助科研仓库证明：Git 无法为 AI 使用披露提供可靠证据

不看参考解释，按论证质量审计裁判理由，准确率与位置鲁棒性双提升

让VLA模型预测未来交互意图，按操作阶段动态路由全局与腕部视角。

用轨迹正则化让编辑滑块平滑连续、互不干扰，总分提升18.5%且快3至20倍

将停止/失败信号作为动作块附加维度联合去噪，让VLA自省成败并引导纠错动作。

无需查询-规则标注，用强化学习路由器与对比学习检索器交替协同适应，实现规则约束的结构化知识检索

复用预训练全身控制器，单GPU训练约7分钟即可学会人形机器人拳击

将VI解集几何化为纤维丛，用路径跟踪加纤维跳跃实现无假设的全局线性收敛

两阶段对比对齐，把坐标变成融合S1/S2影像与元数据的高秩多模态位置嵌入

JEPA按特征集合的整体预测价值做选择，不可预测但能帮助预测他人的特征也会被保留

仅凭认证通过/失败的二值反馈，利用决策边界几何即可高效重建受保护模板

图软提示的图词元普遍坍缩为常量,实为通用软提示;本文提出审计协议与两阶段防坍缩训练。

用原创推理小说测评大模型自主找证据能力，发现线索命中与最终判断严重脱节

开源三模型数据引擎，低成本量产机器人视频的时间戳标注与奖励标签