此前对 LLM 智能体安全的研究多聚焦提示注入或越狱，即改写指令本身；该工作指出仅改变数据的呈现方式、而数值完全一致，也能改变定价行为，并把攻击面从单个模型扩展到多代理市场中的相互传导，进而影响利润与消费者剩余。
此前业界常把 CoT 可解释性视为算法合谋的监控手段，该研究首次把忠实度拆成结构与意图两个维度，并给出行为与忠实度脱钩的实证，说明仅靠读取模型推理文本无法构成合规防线，对 AI 定价代理的监管假设构成直接挑战。
以往用户基础模型依赖稳定身份和连续浏览历史，但开放网络 RTB 中身份碎片化且历史不连贯。该研究利用自监督学习挖掘序列结构，并在真实生产系统中验证了有效性，为处理不完整用户数据的场景提供了可行方案。
此前研究普遍认为保留相关信息时短上下文更好，但该论文指出该结论依赖于朴素截断方法，因其可能删除了答案所在内容。干扰项感知截断证明性能下降主要源于信号丢失而非上下文长度本身，这动摇了现有评测结论的有效性，并提示长上下文模型的实际能力可能被低估。
此前分层或异步策略的慢路径表示可能过期或需显式调度，而CloudEdgeVLA将时间错位作为表示学习问题，无需阻塞同步，使云端大模型可增长而边缘保持轻量，为机器人部署提供可扩展路径。
此前本地 LLM 服务评测多以速度排名为主，容易忽略并发下的内存余量和输出质量回退。该工作把保真度与内存纪律纳入评测门槛，并给出多机扩展的初步结论，使统一内存桌面端的选型依据从单一吞吐转向多维约束。
此前普遍认为划分深度对模型效用无影响，但该研究挑战了这一假设，指出最大化系统效率的配置恰恰导致微调质量崩塌。这对资源受限设备上的LLM分布式微调方案设计具有重要警示意义，可能改变联邦学习架构选择与优化方向。
此前AI治理框架基于窄AI假设，认为准确性、偏见等可量化且可控；而通用AI的出现使这些假设被推翻，既有安全方法无法适用，可能导致公共服务中AI治理系统性失败，尤其在警务等高风险领域。
此前向量处理器缺乏细粒度稀疏张量收缩的原生硬件支持，软件方法远低于理论性能。Ventaglio首次以极低面积开销（3.1%）实现接近理论峰值的加速，且兼容现有RVV体系，为Transformer稀疏推理提供高效、可落地的硬件方案。
此前大模型依赖大规模且常不合规的数据集，阻碍开源研究。Mimir v1证明了仅用合规数据也能达到前沿性能，降低了对非合规数据的依赖，为开源和伦理数据研究提供了可行路径，尤其在丹麦语上树立新标杆。
此前 agent 支付安全多以单一模型得分衡量，而该基准把策略配置、攻击群体与授权边界分开统计，并给出加前置检查前后的对照。其显示模型单独执行时对未授权收款方的转账为 140 次，加检查后为 0，且并非靠拒绝支付达成。
传统兽医疾病筛查多依赖静态图像分类或单模态模型，而VetClaw通过边缘-云端架构将静态预测转变为可交互、有状态的安全意识系统。它整合了工具调用、条件路由和失败处理，使得模型不仅能输出预测，还能在不确定时升级案例，显著提升了诊断支持系统的实用性和可靠性。
此前二进制量化虽理论上有压缩和加速潜力，但实践常忽视专用硬件内核，导致仍依赖浮点运算或运行时反量化，加速有限。FluxBin通过算法与内核联合设计，实现了显著加速和内存节省，使70B级模型可在单卡部署，为低比特推理落地提供了可行路径。
此前 MoE 智能体的后训练通常直接套用通用强化学习算法，路由结构被视为与任务无关的中间变量。该工作指出路由本身携带智能体操作语义信号，并首次将其纳入训练目标，使成功率与推理效率同时改善，改变了 MoE 与智能体协同优化的默认做法。
传统GNN推荐模型面临冷启动问题，对交互少的项目表现不佳。LLM-MGCL利用语义和地理信息辅助，显著提升推荐精度，并证明对比对齐是主要驱动因素，为推荐系统提供了新思路。