将英语对比偏好调优扩展到多语言场景，无需为每种语言单独标注偏好数据

SMART框架让单向量嵌入模型直接获得多向量检索能力，无需重训练。

机制可解释性研究：相同编码器下评分机制决定作者信号的固化深度，造成四倍性能差距。

反转CoT顺序：先给草稿答案，再用连续嵌入作对比验证器触发反思

PUMA用推理级语义冗余检测替代单一答案信号，平均减26.2%token不损准确率

用外部 AuralFuser 模块给 SAM2 注入音频，金字塔提示避免稀释。

用层次化记忆树+对比投影器为大模型Agent精准划出安全/恶意决策边界，零训练、低延迟。

首个统一表格分类与检索的通用嵌入模型 TabEmbed，及配套的 TabBench 基准。

首个将SPICE网表、原理图、功能描述三模态对齐到统一语义空间的模拟电路检索框架，平均R@1达75.2%。

用双编码器VAE+可解释判别器,显式分离作者风格与内容主题。

极性反转合成对偶指令，305M 模型在 FollowIR 提升 45%。

用词义具象度指导硬负样本生成并修正InfoNCE梯度失衡。

首次将场景图嵌入洛伦兹双曲流形并引入蕴含损失，PP/Graph IoU 提升超8点。

提出Seeing Through Touch框架，用局部视觉-触觉对齐实现触觉引导的材料分割。

用语音驱动情绪，跨模态学习语义向量差生成未见过的情绪表情

利用T2I一致风格映射，构建170K风格/400K内容的1.4M风格配对数据集。

三阶段半监督蒸馏框架，将视觉基础模型压缩为11倍小的实例分割专家。

提出LRAT框架，利用AI智能体的搜索浏览轨迹数据训练检索模型，实现智能体对齐的信息检索

将推理视为隐变量、用配对感知选择+GRPO自适应启停推理的多模态嵌入框架。

使用匹配背景的近身份干扰项解决视觉编码器中身份与上下文的混淆问题