用 9 类任务、9 种奖励的 23K RLVR 数据集和 TMN-Reweight 多任务优化算法，让 30B 模型长上下文能力逼近 R1-0528。

用上下文地图缓存可重用的方向性知识，提升LLM代理处理重复长上下文任务的效率

提出注意力状态记忆，无训练地将长前缀外部化为查找记忆

首个统一对比长上下文LVLM与记忆增强代理的多模态长期记忆基准

Lighthouse：训练期对称Q/K/V金字塔+Top-K，续训恢复全注意力

用5B token长文档VQA把Qwen2.5-VL从32K扩到128K并外推至512K。

首个 ICU 时序临床决策基准，用事后标注揭示 LLM 在长程推理中的两大失效模式。

用 8×8 在线联想记忆增强冻结 LLM，平均分提升 1.10×

在 token 级稀疏选择，让任意 LLM 架构的 prefill 加速并集成 vLLM。

用强化学习微调嵌入器而非LLM，在10M tokens长上下文上实现SOTA多步检索。

通过分块并行算法把逐步动量机制引入Delta线性注意力，在保持严格因果性的同时实现高效训练。

首个针对长上下文LLM的优化式红队加速框架，2-7倍提速、2-4倍省显存。

将注意力机制嵌入循环反馈通路，构造多跳路由的Sessa解码器，理论上获得ℓ^-β的多项式记忆衰减与灵活选择性检索能力。

用强化学习训练一个轻量 Actor 在长上下文中插入高亮标记，提升冻结 LLM 的证据利用能力。

通过只更新Q/K投影中高幅度激活对应的权重行实现长上下文RL稀疏更新。

通过分层索引加速稀疏注意力的token选择，实现3.75倍内核加速

稀疏注意力+文档级RoPE，端到端训练实现1亿token线性扩展

提出大规模多参考图像生成数据集和基准，解决现有模型在长上下文场景下的性能退化问题

通过双层优化引入参数记忆机制，解决扩散语言模型训练与推理不匹配和长上下文注意力稀释问题

免训练的层次化提示压缩框架，将推理延迟降低26.4倍同时保持高精度检索