构建25基准37万次运行的全模态轨迹矩阵，统一研究模型路由潜力、训练与效率

Pandora框架显式规划来访者怎么说，把模拟AI感从43–67%压到7.2%

视频生成质量是多模态理解沿数据-条件-对齐-评估全链路的投影，可灵分享全栈工程经验

数据-模型-评测三位一体，实现跨镜头一致的长视频编辑，比肩工业前沿

定位模型推理中的过度思考状态，从同一状态重生成更短续写，用局部偏好对训练模型学会何时停止。

将预训练视频扩散模型改造为通用潜在动作学习器，无需配对数据即可实现人到机器人的动作迁移

跨4种本体、124个站点的分布式机器人实测基准，揭示VLA与前沿智能体的泛化与微调排名差异。

仅用两阶段SFT加强化学习，训练出比肩前沿商业模型的全开源智能体基座模型

用因子化潜变量先想象目标再构建检索嵌入，解耦查询理解与判别嵌入学习

从真实执行轨迹挖掘工具依赖，跨环境合成可回放验证的长程智能体训练数据

首个多模态多轮有状态交互数据集与基准，微调BAGEL交互能力提升13.23%

维护可复用团队库，协同进化团队组织、团队专属交互规则与个体技能的多智能体自进化框架

智能体四阶段流水线把原始视频自动转化为10万条理解、编辑与统一任务指令数据，并按训练反馈自迭代

以任务为锚点重建153个可离线执行的真实网站环境，让GUI智能体的评测与RL训练稳定可靠。

构建千例五域具身评测场，用GeoProbe与执行轨迹诊断十大VLM智能体的真实失败模式。

频繁压缩上下文即可让前沿模型在长程与长输入任务上保持精度，成本最高省233倍

4B 混合 CUA 经五阶段课程与进化脚手架，OSWorld-Verified 达 66.0%。

将中间候选晋升与最终部署选择解耦，用贝叶斯自举帕累托支持实现质量升、成本降。

智能体闭环按部署自动发现无损投机解码优化，单请求加速比从4.46×升至10.87×

以跨任务持久记忆驱动经验引导搜索，让分子发现智能体随使用递归变强

无需教师模型，系统用自身经验递归改进知识仓库，法律测试 all-pass 提升25个百分点

Caper 在快照沙箱中预执行命令，LLM 依观测效果在提交前审批，危害率最低且误拦仅 1.0%

把「人换机器人」做成虚拟试穿：三阶段生成管线从人类视频合成带动作标签的机器人演示

首个token级自适应OPSD：多教师池配合投票与KL选择，逐token匹配最优监督

8个AI审稿人对55-78%的重大论文改进维持原分，一条负面用户意见即可抹平提分优势

免训练流编辑框架，用RCR与CE轨迹控制破解文本区编辑点火失败，图像内翻译超越训练系统

训练草稿模型在关键决策点故意被目标拒绝，让关键推理以最低噪声写入上下文，长程智能体成功率显著提升

单检查点可变循环数的4B循环语言模型，以潜空间重复计算以小搏大。

用3万小时跨具身机器人数据把视频生成模型改造成动作可控、多视角一致、可长时序自回归的机器人仿真器

首个测编码智能体在未完成任务间切换后恢复能力的基准：切换使解决率平均降11.5个百分点

在不停盘的原版英雄联盟中评测实时视觉智能体，最强模型任务成功率仅25.0%。

未见词元嵌入被权重衰减缩至近零，在门控模型放大梯度30个数量级并静默清零批次更新

将三大 3D 任务统一为仅合成指定区域、保留其余的选择性建模范式，无需配对数据。

Muon 训练骨干网络使首个 MoE 层的均衡偏置跨度翻倍，造成热身期专家严重过载。

11个小型决策模型一次前向即可完成RAG冲突分型，成本为LLM的1/4~1/39，端到端效果不掉。

提出“深度”指标度量终端任务：94%合成任务三轮内通过，新方法造出的任务前沿模型通过率不足一半

提出 UUBENCH 基准与 UNIFORGET 方法，实现统一多模态模型双通路联合概念遗忘

用动作分歧筛选训练状态并按任务进度自适应决定 rollout 范围，交互成本降 56-61%

用可逆子带变换把语义压缩与字节保真分离，深层计算改在更短序列上进行

八项任务评测基因组模型的设计能力：平均效应预测强，情境与交互预测弱。

固定剪枝掩码首次受控比较替换算子：门控尺度须随路由器训练约定，低秩倾斜替补稳定增益

量化实体替换激活响应跨问题迁移的保真度、关系选择性与注入形式

用时序控制回测诊断金融深度研究系统的真实预测力，受控T2成绩可逼近实时成绩

Kev-Bio 把临床测量问题变成像素概率图，统一完成九视角超声生物测量

39,000小时弱标注语料驱动五方言阿拉伯语ASR，宏平均WER 23.86%超越最强商用系统

LLM 智能体把冻结 AF3 当黑盒实验仪器，逐目标重组 MSA，仅凭置信度反馈提升复合物结构预测。

混合检索+Gemini 生成构建越南股市 RAG，ROUGE-L 达 0.9436

仿真阿伦敦12.5万居民生成侦查记录，16个模型中多数乱指认，前沿模型会查证弃权但无一破案。

把缺失模态补全重构为共享超球面上的短程几何传输，化解流匹配的两大几何冲突

视觉扰动可在推理文本逐字不变时改变模型动作，理由监控无法认证具身安全