免训练的预测一致性证书决定每步是否读图：0.35×FLOPs保住99.6%分数

证明好视角让各模态JEPA学到相差一个旋转的同一表征，且比next-token高效42倍

训练日志判断任务池何时耗尽，仅用800个程序化新任务实现零数据多模态自我改进

用可增量精炼的潜空间3D高斯记忆，让视频世界模型实现实时且长程空间一致的世界生成

反向规划信息支持图加探针修复，批量构造可执行职业任务训练出WorkPilot

验证检索头随模态扩展而共享保留，训练其注意力使文档检索R@1提升6.03点

把发型当作无序发卡集合，集合扩散Transformer一次生成全部发卡与弹簧骨链

在内部DMD蒸馏上叠加生成器EMA特征的均值与标准差矩匹配，2步生成刷新长文本渲染SOTA。

把token预算拆为空间锚点×频谱槽位，仅最低频载波进全局注意力，细节与通信解耦

AI原生引擎加八角色对抗智能体团队与免训练自进化，从提示词直接产出完整可玩的2D游戏

把基准视为难度轴上的经验测度，形式化度量失配与覆盖缺口，并自动出题填补缺口

基于2.6万真实编码会话构建273个任务，检验编码智能体能否完整交付多模态改版需求

拆解 MTP 梯度滤除低信噪比残差，一行代码零开销恢复 KL 自蒸馏信号

单个9B策略完成脚本到长视频全流程，质量比肩Claude Opus 5而token开销仅1/33

用共享编码器与统一输出模式，把文档、图像、音频、视频一次解析成可定位、可引用的结构化记录

全自动将真实网站重建为可执行、可复位的智能体环境，独立验证驱动修复迭代。

构建10万条真实交错图文数据与七维细粒度评测基准，证明单模态优化可迁移到交错生成

基于343万版本化文档的股票研究基准，发现顶尖模型研究强、预测弱。

RL 也是最大似然拟合：全流程统一为单一算法，靠数据混合决定学什么与何时学

用 BPE 无损压缩语音 token 并后训练适配 SDM，解码器不变实现约 1.7 倍生成加速

给生成器加装轻量决策适配器，一次共享预填充同时完成重排与答案生成

并行生成多方法候选，用验证记录武装现成VLM判官，无需微调即超越奖励模型。

在512路真实iOS虚拟设备上以密集+终端双奖励在线RL训练8B规划器，性能追平前沿模型

首个为流式视频理解引入ask动作的多轮基准，评估模型面对不确定性时何时提问、问什么、何时作答

有效学习率才是调度的原则性对象；据此导出的 AIR 仿射 1/√t 衰减全面优于余弦调度

用反事实渲染数据与VGGT几何流，实现物体插入时物体与场景的双向物理适配

单模型机载完成空中语义理解与闭环导航，零样本真机飞行成功率48%

普查305个Ollama量化标签发现7个失效，逐张量重建证明文件未损坏、败在缺校准

块内聚类选块加逆概率加权采样，单次稀疏注意力无偏估计稠密注意力，加速至2.23倍

免训练递归智能体近乎攻破现有定理证明基准，并自动生成更难的代码验证任务集AEGIS

用持久3D轨迹作几何脚手架引导视频扩散，按新相机轨迹重拍单目视频

同等能力下MCP与CLI表征显著改变智能体行为，DART只修表达不改决策，六设置全部提分

SO-101数字孪生仿真基准：纯仿真训练系统真机排名零违约，LLM智能体83.2%登顶

把区块链资金追踪变成可机械验证的智能体任务并实测LLM取证能力

AI让服务型内容百倍量产，而用户注意力固定，推荐流量池必然失灵，出路是伯乐系统。

要求智能体沿利润表逐项引用证据、自底向上预测季度GAAP EPS的智能体基准

把自身权重量化或剪枝成弱副本，用两者token级对比作密集监督，无需特权信息即可提升推理

预训练AR图像模型无需从头重训，即可低成本解锁修复、外推与编辑等任意序生成能力

将分形合成预训练从分类重构为度量学习,用生成参数距离构造三元组,大幅提升检索迁移能力