视频异常理解长期沿用固定观测：模型先拿到一批抽样帧或聚类事件，再据此判断异常，推理开始后无法回头补找缺失证据。SEEK-VAU把这一过程改成有预算上限的智能体搜索与验证，让策略沿前兆、触发、后果三段事件链主动取证，并在收尾前自检证据是否充分。在自建的SEEK-Bench上，它以Qwen3-VL-8B为基座取得55.6时间mIoU、45.5问答准确率和43.7证据F1，而固定观测的Qwen3-VL基线分别为44.2、37.7和28.1。
古微生物组数据稀缺、易污染，让语言模型直接规划分析时，它可能引用不存在的文件、套用格式不允许的操作，或回答数据无法支撑的问题。PaleoRigor把语言模型规划器限制在预定义本地模块内，运行前校验文件引用、格式与步骤依赖，并对越界请求给出具名理由码，同时保存计划、中间文件、校验和与决策记录。在预先注册的冻结留出评测中，它通过24次运行中的23次（95.8%），其中12次边界决策全部正确；同一模型去掉规划契约后通过19次。
在线自蒸馏让同一个模型在只给题目时当学生、在附上参考解答时当教师，但参考解答会让教师给出又短又依赖答案的推理，学生学不到探索与自我纠错。TeachBack 把参考推理的末尾一段当作可选工作笔记注入教师提示，并同时优化两个方向的偏好：教师轨迹在只给题目的条件下应优于学生轨迹，学生轨迹在带特权信息的条件下反过来塑造教师。在 Qwen3-1.7B、4B、8B 上，数学平均分相对基座分别提高 4.3、2.2、2.5 分，骑士与无赖逻辑题平均分分别提高 6.1、3.9、7.5 分。
医疗大模型在单次问答上表现不错，却难以把多次接触中积累的经验留存下来并加以治理。HealthJev把共享的安全规则与医学知识同私有的纵向记忆分开，并用自训练的轻量决策模型JevGate在经验入库前筛掉错误教训，单次判定中位耗时86毫秒。在由20名MIMIC-IV真实患者轨迹构建、每人90天模拟日常交互的纵向基准上，它的平均评审分为0.668，高于MemoryBank的0.634、Mem0的0.593、ReAct的0.510和Memp的0.502；六项生物医学任务相对基线的平均提升为13.3个百分点。
大型视觉语言模型要为每张图处理数百到数千个视觉token，推理开销随之上升。此前的免训练剪枝方法用同一套重要性标准给所有视觉token排序，忽略了它们在编码过程中承担的角色会发生变化。BtsPruner先依据注意力集中度的变化定位角色转折点，再从较深层挑出被全局引用的代表token、从较浅层递归取回局部细节token，在固定预算下同时保留两类角色；在LLaVA-1.5-7B上只保留576个视觉token中的32个（5.6%），仍保住稠密模型91.6%的性能。
图像事实性评估不再只问画面是否由AI生成，EviScene让多模态智能体边查边改问题，在1527张测试图上把平衡准确率提到79.05%，证据充分率52.26%。
Linux 的通用预取只按最近的文件偏移猜下一页，遇到启动时稀疏跳读、B 树按键序遍历、大模型按张量布局加载就失效。PredictIO 把预测和执行拆开：内核把观测到的访问和应用提示送到用户态策略，策略只输出统一的页范围请求，再由内核后端校验、限流并异步发起预取。在应用启动、SQLite 范围扫描和 llama.cpp 模型加载上，延迟分别降低 5.3–26.3%、扫描最高加速 2.99 倍、加载降低 8.8–47.9%。
该工作对 200 条 CyberGym 执行轨迹做多轴开放编码，发现代码定位与理解（43.1%）加漏洞推理与触发设计（17.3%）占 60.4% 的 token，且仅 24.4% 的配对比较能在更低总成本下保持成功；据此提出以持久双向证据追踪（BET）为核心的 AVRI 接口，在 20 个任务上使 Codex 总成本降低 18.0%、OpenCode 降低 23.7%，同时保持成功率并提升或维持召回率。
该工作提出 Multimodal Flow，把文本块与图像编码为有序连续超块，用共享的 chunk-causal Flow Matching 骨干在各自嵌入空间建模语言与视觉，并实例化为 MF-1：在 0.6B、1.2B、1.6B 规模上持续预训练稳定提升多模态建模，1.6B 模型仅用 150B 预训练 token 即在 GenEval 得 0.821、DPG-Bench 得 83.44，在 VQAv2、MMBench、POPE 上平均 75.3，并在匹配数据、优化与参数预算下优于代表性混合式与离散式模型。
该工作提出 StableVQ，用三个不含可学习参数的组件——Dynamic STE、Region VQ Loss 与 Decoupled Schedule——把编码器-解码器与码本从相互纠缠的训练中解耦，使二者各自独立完成自身职责，从而在 ImageNet 上跨多种码本规模与初始化设置一致提升训练稳定性、码本利用率与重建质量。