廉价System-1预测交互效用、门控System-2执行，$\rho_u$是扩展效率新坐标

内外双循环自博弈训练：递归可学习性选任务、配对对照撤技能，实现零技能部署

把推理搬进连续隐空间，让统一多模态模型首次实现图像生成的测试时扩展

在 Gemma 4 26B 骨干上加装语音接口，统一语音推理、对话与工具调用，性能逼近专有系统。

让视频模型的时间先验按输入自适应决定距离与变换，统一三类条件图像生成

用可扩展梯度嵌入定位微调数据中隐蔽损害安全的样本，构建 GCG 攻击成功率大降的 SafeTulu

预训练2D跟踪与3D几何提升轨迹，轻量校正器修复补全，单模型跨组合达SOTA。

把多智能体提示拆成共享协调者+各自执行者，再用角色对齐指导优化，让现有提示优化器普遍变强

智能体维护骨架/几何代理驱动视频生成，实现24FPS零样本可控游戏世界

层次化预测短期动态、任务里程碑与最终目标，并让动作生成过程自适应检索最相关的未来信息

用潮汐式调参与模态协同，把数字与物理伪造、图像与视频检测统一进单个2B参数模型

用SFT加多轮RL把4B开源VLM训练成直接操作底层机器人API的代码即策略代理

四级功能探针评测十个视觉基础模型：读出精度、输入利用与目标效用三者分离

路由器协调慢速大脑与快速策略，运行中的策略永不等待大脑

解耦视频与动作监督的作用，用双专家流匹配世界模型实现机器人跨任务泛化

用终端速度匹配在冻结Tiny-VAE潜空间一步完成低光增强，单NFE仅34–48 GFLOPs

合成相互依赖规格的真实仓库编码任务并用RL训练，大幅提升智能体长程编码能力

把训练-推理失配精确拆成数值差异与策略滞后，据此提出DLC：中心化+裁剪+按ESS重同步

HALO基准用专家逐条人工诊断揭示：主动智能体的主导失败模式是过度主动，占被拒响应61.2%。

用想象令牌替代随机噪声初始化，把世界动作模型的动作生成压缩到一步扩散

从无标注用户历史自动构建QA与证据监督，无需人工标注即可评估并迭代优化智能体记忆设计

首个自我中心身体运动理解基准：最强MLLM仅50.0%，显著落后人类的68.5%

用编码模型自动迭代设计冻结机器人策略的外围控制框架，免训练将成功率提升3-4.5倍

给提示优化器外挂一个“数据策展人”：过滤噪声任务并检索历史成功轨迹，让智能体自我改进更可靠

扩散训练加速伴随残差门控α通道参与度提升，无教师的Radial目标据此改善生成质量

可见状态监督补答案级监督之欠规范，测试时因果视图搜索按需扩展证据

按保真度匹配SFT、DPO、GRPO三阶段监督，用2B小模型在短视频搜索中缓解改写意图漂移

单人1.02T token训练的双遍循环MoE模型登上数据与算力帕累托前沿，并如实复盘全部训练失误

用稀疏约束从演示中识别动作的因果潜变量，并在Cosmos 3上加稀疏路由提升机器人闭环成功率

从通话本身自动截取声纹样本的免注册目标说话人提取，开源且单CPU线程可实时运行。

配对真实/反事实环境的科学定律发现基准，检验LLM智能体能否让证据压倒先验

让6个前沿模型从新论文自提小实验、预测结果并排序，检验其研究品味

分支融合加渐进式三值量化，0.25M参数实现肠镜分割并使加速器面积降低88%

用LLM智能体闭环规划布局、扩散先验精化细节，从文本生成可编辑的多概念矢量场景草图

质量标签条件化策略加迭代事后重标注，推理时可控执行质量，持续突破演示数据质量上限

微调土耳其语GPT-2预测话轮结束，胜过多语言检测器，但优势依赖说话者熟悉度

外置共享工作台赋能任意编码代理，低成本完成TSF复现、基准测试与新方法开发

用智能合约清算层让开放联邦学习的轮次协调可审计、可重放且受经济约束