将模型修复化为每行一个Ising问题，0.9美元完胜89.7M token的agent修复

冻结权重，在模拟器中演练并把世界反馈写入上下文，单演示零梯度成功率83.4%

用负文本条件在生成器内共享伪速度估计，去除DMD独立伪网络，实现少步流式视频生成

把每条记忆教训链接回源轨迹，让智能体行动前下钻核验证据，减少记忆致退化。

冻结语义编码器经残差调制与分组乘积量化，一套离散视觉码同时支撑理解、生成、编辑与重建

提出5448题、16类任务的决策模型基准，暴露多选完整性与概率校准两大短板

训练时用动作条件化世界模型教策略预知手与场景动态，部署时只留策略本体

逐层独立的MXFP4 W4A4后训练量化：在线变换+Hessian翻转精修，量化快11倍且精度更优

意图、数据、时间全开放，用程序化否决项揪出金融智能体的静默失败

预训练于182个深度突变扫描数据集的突变解析世界模型，闭环实验反馈实现蛋白质高效进化

单模型直接从文本生成语音波形，Seed-en达WER 1.47、SIM 0.75，零外部模块

将跨层KV共享从缓存压缩重构为隐式梯度正则化，16B MoE上MMLU-Pro提升7%

用可执行仿真代码作特权上下文，经在线自蒸馏让视频模型内化物理规律，3K样本超越80K SFT

看视频前先定评分细则，逐条取证判定，让物理评测既一致又能定位错在哪。

用原始坐标恢复审计GPU静默故障如何改变科研智能体的证据选择与实验决策