把检索基础设施作为可演化的动作空间,LLM 诊断模块自主闭环改进。

用书签式问答对在长剧情中按需检索与增量同步，让角色扮演智能体既保留细节又省算力

用强化学习联合优化记忆图边表示与路由策略的查询条件遍历框架。

用编码器-解码器交叉注意力替代外部检索器，统一检索与生成

在单次自回归轨迹内同时生成候选并排序，用分解式GRPO解决端到端信用分配难题。

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。

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%。

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。

用声明式六阶段流水线让 1B 模型在农业问答中比肩 ChatGPT-4o。

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。