用共享能力重组任务并自动生成训练世界，驱动智能体框架递归进化

用50个物理token预测未来RGB、深度与光流，让VLA零推理延迟地理解物理动力学

8B 扩散世界模型，单一骨干内交织多轮自由文本指令与连续相机控制。

把动作思维表示为动力学链，用想象未来与观测未来的对齐作奖励，让无动作标注的人类视频也能训练VLA

让世界模型可回溯到关键决策点，用反事实分支对比生成动作级监督，稳定改进真机策略

提出'代码即视频描述'范式并构建323视频基准，代码保留视频信息优于自然语言，动态时序仍最弱

按时间序回放异构空间监督并平衡接口损失，让单一模型同时提升三类流式空间基准

以极坐标风格掩码统一「改哪里」与「什么风格」，单区域单风格训练即可零样本组合多区域多风格

744M参数开源多模态嵌入模型，统一文本、图像、视频与音频表示空间

构造四域合成用户史与四选一探针，测出记忆系统归纳习惯仅约三成准确，且不优于简单检索

有效比特预算而非量化误差决定离散视觉token的语义容量，FVQ追平连续表示

用单图多区域合成数据加 RLVR 训练"连接证据"能力，泛化提升空间感知与长上下文

十个前沿AI智能体在真实资源约束下自主后训练同一基座模型，并用人类投票反馈继续改进

以朴素RAG为参照,把智能体记忆的价值分解为收益与税收,发现许多记忆系统净值为负

以轮次为宏观动作，同时做轮次级信用传播与 token 级优势细分的智能体 RL 方法

首个让通用智能体纯用代码从零产出带声完整视频的基准，最强系统严格成功率仅76.3%

简单智能体循环搭配高效Lean接口，前沿模型凭测试时算力登顶自动定理证明

低分辨率传播筛选需细查的查询与记忆，仅对选中对做高分辨率匹配，4K提速7.4倍且省13倍显存

MoE通道选择无需校准数据：top-k优于校准阈值，权重读取器17.8%读取保留98.1%精度

推理努力是信任品：最高档更贵且不保证更好，逐题梯度升级更划算

1479交互、1790时间目标的基准，揭示12个全模态模型及时干预与持续辅助的短板

Mistral 发布四个时序基础模型，凭 DHF 解耦预测与上下文，包揽三大基准全部指标前二

0.62M小模型学习DLM提交顺序构建草稿树，共享噪声验证实现最高3.4倍无损加速

以跨范式在线蒸馏与渐进自精化扩散，让统一扩散LLM同时看懂并生成图像，达到SOTA

TTME以自进化外部记忆替代测试时训练，五个数学任务全面胜出且计算成本降82.8–84.6%

词级一元交叉熵（UCE）度量语料与基准的词汇对齐，可预测、控制并利用零样本行为

经验卡外部记忆加经验条件化LoRA持续微调，兼顾快速复用与长期保留

OSMA-Bench 揭示 VLM/VLA 家用机器人策略难以把障碍物语义谨慎转化为实际运动

统一多模态模型中，单模态转向向量可零样本双向控制另一模态生成

用共享潜在动作接口统一人类、机器人与仿真视频，训练跨具身世界模型并合成机器人训练数据。

构建物理规则被改动的模拟世界，评测12个LLM无提示自主发现隐藏定律的能力

以成对延续和重复执行量化“再搜一次值不值”，并连接预测质量与决策效用

稀有优先与相关性筛选都会押错证据归属，真正决定成败的是记忆保留的证据平衡

策略暗中携带训练支架的相对动作偏好，部署回报等于支架上限减去策略失配，两者可提前预测适配收益。

统一缩放律表明循环Transformer全BPTT最优，两次完整循环以27%更少参数媲美非循环模型

首个量规驱动的运动健康教练LLM基准：809题、5012条评分标准，评测15个模型

0.8B 小模型经四阶段训练统一文档解析、通用OCR、KIE等五大任务，多项基准登顶

微调4B模型预测代码执行的完整终端输出与分数，让MLE智能体的测试时扩展便宜可行

用训练时自评与双重奖励让搜索智能体内化搜索状态感知，推理时零额外开销

用冻结未来表征的预测损失替代视觉生成目标，训练后丢弃预判分支，性能更高且训练更省

统一模型共训深度/多视角生成与空间理解，并学会按需生成深度证据修正答案

Outcome RL的pass@1提升主要来自按时答完与更可靠，很少带来新解题能力

发现提示内容几乎不重要，定位首个错误步骤的位置才是自蒸馏收益来源

VLM自提可执行物理世界，模拟器执行反事实分支生成精确可验证任务，实现零人工监督自进化

把维纳估计的计算结构而非估计值本身做成可训练解码通路，加速像素空间流模型训练

用多日期结局反馈的智能体强化学习，联合训练 LLM 的证据检索与概率报告能力

用GRPO训练LLM提示策略，让冻结的文生图模型按用户指定的自由文本轴生成多样化图像集。

ML精修DFT光学模型让RSoXS突破衍射极限，定量解析埋藏界面分子态至亚单层级

过程奖励智能体借助持久工作区与自适应rubric监督，大幅提升数据科学Agent的Kaggle百分位

用实数运算近似四元数卷积，以极少量参数实现旋转感知的分类与旋转框检测