此前缺乏对OCR技术十年演进的全面评估，该综述系统梳理了模型、应用领域和挑战，为产品选型和技术路线提供依据，帮助非技术决策者理解OCR能力边界。
此前 FlashPrefill 仅是算法原型，距离生产部署尚有距离。FlashPrefill V2 通过支持分页 KV 缓存、连续批处理和 FP8 推理，可直接集成到 SGLang 等现代推理框架，将稀疏注意力从实验室推向实际应用，大幅提升长上下文推理性能，对部署成本有显著影响。
传统忠诚模型未考虑算法有界理性和建构自主性，DVM-HALL 模型首次系统地将 Agent 自主决策、去中心化金融风险和可验证执行纳入客户忠诚度框架，为智能体驱动的商务环境提供了新的理论工具。
现有多模态方法通常要求训练和部署时所有模态完整配对，但现实中辅助模态常部分缺失或完全不可得。PANDA允许在辅助模态零配对的情况下训练，仍能从辅助数据迁移信息，并将推理限制在主模态，扩大了多模态学习的实际适用范围。
此前 LLM 生成 GPU 内核缺乏系统化的约束、验证和选择环节，实际效果有限。该论文展示了一种将专家知识与代理生成相结合的工程框架，在多个算子上取得可量化的加速，并明确指出专家提供的优化方向和高质参考仍是可靠优化的关键，挑战了“完全自动化”的预期。
此前评估多模态模型多关注整体准确率，忽略了模态和语言切换带来的推理不一致。该研究首次系统度量了语音与文本、英语与阿拉伯语条件下的三元组级不稳定，揭示了语音辅助助手在跨模态和跨语言场景下可能存在的隐藏缺陷，对语音优先的AI产品设计有重要警示。
随着AI科学家通过MCP协议推动研究，依赖临时脚本的系统将失效。Eigenius提供了机器可验证的数据库架构，将数据来源作为结构不变量，而非跨子系统重建的属性。这标志着知识图谱数据库从传统存储向支持复杂推理和审计的演进，为AI驱动的科学研究提供了持久化基础设施。
既有 3D 生成器常优化感知真实感，却难以保证任务关键的功能约束（如可访问性、可穿越性），限制了合成数据在下游训练中的价值。iARCS 直接针对此类约束进行优化，且生成数据可反哺基础生成器，提升了合成数据作为训练资源的实用性。
此前进化策略虽内存高效，但 GPU 时需求高，难以在单机多卡等资源受限场景落地。CoPES 在相同 GPU 预算下显著缩小了与梯度 RL 的性能差距，为资源有限的团队提供了更可行的后训练方案。
现有基准只关注准确性，忽略资源消耗，导致高成本模型被高估。AgentSLABench 引入多维资源剖析和效率调整成功率，使评估更贴近生产环境，推动代理系统向高效实用方向发展。
此前方法以技能为中心（优化、过滤或内化技能），而PATS转为以策略为中心，动态调整训练时的上下文支持。它随策略改进逐步撤销冗余指导，既帮助弱策略完成困难任务，又避免过度依赖外部支架，实现了更高效的探索与策略优化。
此前多智能体系统的通信拓扑多为固定设计或离线优化，而 MANTA 首次实现推理时的拓扑自适应，使协作架构能够随任务动态演化，显著提升性能，表明智能体系统的自我改进可扩展至架构层面。
企业 AI 中 tool-calling agent 的训练与评估长期受限于业务和法律对系统、数据及数据库 schema 的访问限制。此前表格合成受结构性有效性与 schema 可得性制约，基于流程的方法又缺乏分布保真度且需逐领域人工编写。STS 声称可在无 schema 条件下同时兼顾有效性与保真度。
此前人们多关注LLM的道德声明能力，但未系统检验其在不同表述下的一致性。本研究首次以结构化逻辑方法量化了这种不一致，揭示了AI在道德相关场景中的高风险不稳定，直接影响其作为决策辅助的可信度。
以往上下文隐私研究关注情境规范，但忽略同一情境下不同用户的披露边界可能不同。该研究首次将个性化偏好纳入隐私控制，并提出基准和干预方法，为代理式 AI 处理多样化用户数据时的隐私保护提供了新方向，弥补了现有模型在个性化隐私上的不足。