首个RL驱动的智能体图学习框架，让LLM自主用图原生工具搜索后做节点分类/链接预测。

揭示并缓解 naturalness-based 推理数据选择中的步骤长度偏差，使小模型推理 SFT 平均提升 6-9 个百分点。

基于多智能体架构的学术文献发现与深度理解平台，支持跨源检索、知识图谱构建和自动化评审

用更精细相似度+伪剪枝+逐层重计算，MoE 专家压缩新方法

针对LLM代码修复中的「过度编辑」问题，提出编辑感知奖励与自造数据框架，显著提升修复精度与推理速度。

提出文本频率定律：同等语义下高频文本更适合 LLM 提示与微调，结合 TFD 蒸馏与 CTFT 课程训练在 4 大任务验证。

用预 RoPE 空间的 Q/K 中心点估计 KV 重要性，匹配全注意力的同时吞吐提升 2.5 倍。

自动发现、总结和分析热门AI论文的开源平台，揭示研究趋势动态

通过任务重构和自适应课程学习解决RLVR中无法从pass@64=0的困难问题学习的根本局限

统一数据选择、混合和重加权的动态训练框架

系统综述语言模型潜空间研究的全景综述，按机制与能力双轴梳理200余项工作。

首个系统性评估 AI 写作代理的框架，从展示质量和幻觉两个维度量化 AI 撰写科学论文的能力与风险。

提出基于非对称FSM的Pare框架，通过模拟真实用户交互来评估主动助手。

系统性综述LLM在线策略蒸馏(OPD)的理论框架、方法分类、失败模式和工业实践

通过引入Future-KL散度重构GRPO的信用分配机制，突破LLM推理长度停滞瓶颈

系统评估LLM通过纯文本训练获得的听觉知识及其对音频理解性能的影响

文本与结构化数据集成的挑战与前沿方法综述

Cursor发布专用编码智能体模型Composer 2，经继续预训练+强化学习训练

金融场景下LLM调用MCP工具的评测基准，含613样本与65个工具

用自主编程智能体替代进化搜索中的变异算子，生成超越专家优化的GPU注意力内核