提出token可教性概念，在线策略蒸馏中仅用5%监督token即可超越全量监督

通过两阶段知识蒸馏，将字幕条件的帧相关性蒸馏到轻量级视觉模型，实现无需文本的高效视频关键帧选择

全栈框架将视频基础模型转为实时相机可控世界模型

限制蒸馏 rollout 到前 N 个 token，解决 OPD 的离策略教师衰减问题

用Bradley-Terry判别器+前向流匹配，把黑盒视频教师蒸馏进自回归学生。

将加速 MRI 重建重构为离散潜在空间中的下一加速尺度预测，显著提升极端欠采样下的感知质量

提出工具编排视觉经验蒸馏，让图像生成智能体自我进化。

把时空压缩内化到87M视觉编码器中,蒸馏让LLM用8倍帧数仍快35%

解耦可迁移动作与具身外观的跨具身视频生成，仅用未配对视频即可适配新机器人。

提出「稀疏奖励给大教师、稠密信号传小部署模型」的分配原则，四阶段流程在 MATH 提升 3.4 点

剖析OPD/OPSD成败,提出三类失败机制与对应稳定化修复。

用门控潜变量把循环Transformer的KV缓存压成常量，解耦推理深度与显存

在预训练尺度系统研究 MoE 压缩，提出部分保留专家合并、MTP 蒸馏与渐进剪枝

免训练token级诊断框架量化每个蒸馏信号与理想梯度的对齐程度

用语义化评分标准替代教师 logits 的黑箱在线蒸馏框架。

用能量罗盘重塑离散流匹配的训练轨迹，让8步学生超越1024步教师

把奖励信号拆解到 rollout 与像素级，对 DMD 蒸馏做时空局部化加权。

把多个大模型的相互偏离视为动态负约束，构建无需真实标签的自主偏好对齐框架

构建医疗 RL 训练场并提出 TT-OPD 自蒸馏框架解决多轮崩塌问题

双向统一决策树与扩散模型于 GTSM 框架，提出两个表格算法。