在 GraphRAG 框架中引入 13 阶段动态规划流水线，用迭代式搜索计划增强实现多跳问答的 SOTA。

BM25配好+深检索+强LLM,在BrowseComp-Plus上压过稠密检索智能体。

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。

让LLM直接用grep/bash搜索原始语料，在多个基准上击败传统稀疏/密集检索器

用7个异构LLM生成候选答案，由GPT-4o-mini逐例法官挑选，多轮RAG任务夺冠。

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。

RAG检索Blender代码样例免训练提升3D生成质量

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%。

用声明式六阶段流水线让 1B 模型在农业问答中比肩 ChatGPT-4o。

释放5.7万张AI/ML论文示意图并配以多层级文档上下文的可审计数据集。

构建了跨越47国17语、3万+奥数题的MathNet基准，并首次系统性评测模型在数学等价检索上的能力。

为多模态大模型打造长期个性化记忆体与性格演化机制的综合Agent框架。

用三 Agent 架构与四阶段训练流水线，让 30B 模型在深度搜索与研究任务上比肩百亿参数大模型。

分层动作加密集奖励GRPO，把LVLM改造成统一视觉RAG智能体。

首次系统研究编码智能体在不同领域间迁移记忆的机制与规律，证明抽象的元知识是最有效的迁移载体，平均提升 3.7% 性能。

用在线过程奖励智能体在推理时实时评分并触发检索，提升医疗推理。

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

用三种干预算子从可观测痕迹诊断每条检索证据的操作效用。

提出基于文件系统的harness优化框架，自动搜索最优LLM系统配置

用 RAG + LLM judge 量化美国 23 个器官移植中心患者教育手册的临床指导异质性