单一编码器统一压阻/磁/视触觉表征，免训练迁移至未见传感器，全面提升模仿、VLA 与强化学习策略。

用“持久状态+干预动力学+观测反馈”闭环定义世界模型,并构建统一的推理与证据化评测底座

用元认知的监控-控制回路积累科学理解，指导科研搜索该查什么、怎么查。

以观测状态为对齐对象的两阶段后训练，让视觉智能体真正获取并依赖工具返回的证据。

Flide解耦决策请求的逻辑树与物理执行，精确分叉状态，最快提速9.5倍

五阶段智能体框架自动调优分布式LLM训练配置与源码补丁，四负载几何平均提速1.83倍

用智能体流水线把复现经验固化为四组件工件，复现成功率从76.4%升至92.6%

用求解器-裁判-修复器流水线为13门小众语言抢救并打磨出202个可靠仓库级SWE任务

用4.7万小时多源数据系统研究动作学习中的语言-视频对齐，实现可泛化机器人控制

预训练世界模型经约80次曝光即掌握八成新游戏机制，测试时训练使智能体效率分数翻三倍

量化 OPD 失配预算：首层 KV cache 保 BF16 即可安全用 FP8，提速 1.62 倍

SIRIS用扰动仿真器构造上/翻配对决策题，评测LLM能否判断建模局限何时推翻设计推荐

系统地将五种扩散模型RL目标适配到少步蒸馏模型，统一代码库对比并给出选型指南

三智能体分工微调RAG流水线，8B模型五基准平均EM超次优6.45%

单个智能体经营20台异构售货机180天，五个模型四个跑不过规则基线。

模型携带可解码、能改变行为的疼痛状态，却无论如何提问都不报告

引入内外聚焦损失，让自监督ViT的注意力头自发分化出空间特化能力。

任务无关的智能体框架用预览-验证闭环弥合机器人操作的规划-执行鸿沟

首次将果蝇嗅觉启发的FlyHash用于LLM智能体记忆检索：质量优势稳健，但资源优势不成立

让智能体交互探索皮肤科知识图谱，8种图探测工具按需检索多模态证据，六项VQA平均提升8.7分以上

联合层级流匹配让细层参与决定粗层，8倍训练吞吐且1/15 FLOPs超越SOTA

微调LLM单token预测转化阈值，构造单调促销响应曲线，A/B测试转化+1%、成本−6%

基于MHR参数模型的单图人体网格恢复家族，手机NPU上5.5毫秒实时重建6890顶点网格

将场景显式化为可执行世界状态，用物理引擎的测量与渲染反馈取代VLM的内部想象

随机采样中间块并共享最终层分类头监督，使 ViT 每个深度都能直接匹配全深度画廊

动态尺度折叠压缩小波 token 序列，构建跨采集配置的生理信号基础模型并实现可靠性感知多模态融合

训练独立的启动模型引导冻结的响应模型，用解耦创意过程的方式逃逸创意悖论

用户点几个跨视图对应点，前馈3D重建模型即可一次前向修正几何错误

用免密度的价值比较门控逐转移决定多步目标延伸，使离线Q学习随视界增长保持精确

检索外部知识图谱子图增强LLM提示，免训练提升模式匹配精度并抑制幻觉

把Tweedie公式从高斯噪声推广到任意吉布斯能量噪声：得分=匹配评分规则在后验处的路径导数。