此前安全机制假设攻击在单次轨迹内可检测，但自主代理的循环属性使攻击可跨迭代分散，导致现有监控器失效，这暴露了主流安全实践的盲区。
传统生成式推荐使用固定长度、经聚类量化构造的语义标识符，容易过度压缩语义且与LLM词汇不对齐，需要昂贵的自回归解码。VaLiDRec的变长标识符直接从LLM原生token生成，长度随语义复杂度自适应，并跳过自回归过程，大幅提升表达力和推理效率。
现有代理基准很少评估商业能力，此环境填补空白，模拟长期业务操作，测量利润。结果显示最佳模型也落后于人类策略，突显 LLM 在不确定性决策和长期规划方面的局限，为评估和提升代理智能提供新方向。
此前研究多关注AI生成内容的归因问题，但未系统探讨用户对自身作者身份的感知偏差。该研究首次量化了AI使用频率与校准精度间的负相关，揭示密集使用AI可能使用户无法准确评估自身创造性贡献，这对教育场景中AI辅助学习的有效性构成挑战。
此前安全监控假设每个步骤独立检查即可保证整体安全。该研究指出，组合性危害可绕过这种局部安全防护，导致分布式后门攻击不被察觉。这意味着现有监控方案存在根本性空白，必须重新思考多智能体系统的安全设计。
语音克隆诈骗已实际发生，威胁企业和公众。此前讨论多聚焦图像视频深度伪造，本综述系统梳理了语音合成检测的独特难点和最新方法，有助于从业者理解风险并采取防护措施。
此前OPSD方法在利用未来观测进行token级奖励重标定时，存在混杂干扰，导致模型难以准确归因。OCSD通过结构匹配的对比视图，分离观测信息与重放脚手架的影响，提升了奖励塑形的准确性，从而在多个智能体任务上取得更好性能。
此前虽有机构鼓励课堂使用LLM，但缺乏严格系统评估。该研究指出模型在语言教学关键任务上的能力局限，提示当前对AI辅助语言学习的热情可能超过实际教学能力的认知，对教育科技产品方向有警示意义。
此前审计主要关注决策是否随人口统计特征变化，但该研究指出，与受保护群体相关的属性可能包含合法预测价值，因此决策改变可能是歧视也可能是合理推断。该研究提出了一种更精细的因果代理效应测量方法，并发现现有基于准确性的评估无法识别校准问题，这对合规审计和模型评估方法有直接挑战。
LLM智能体容易受到间接提示注入攻击，而现有检测器缺乏查询级感知，且未针对自适应逃避攻击进行加固。该方法首次同时解决这两个问题，提高了智能体在实际环境中的安全性，为LLM的安全应用提供了更可靠的保障。
此前广告与内容生成耦合在单一模型中，不兼容API-only或工作流应用且损害响应质量；PILA首次实现模型无关的解耦方案，无需改动基础LLM即可插入广告，并支持用户自然度与广告曝光的可控权衡，为LLM商业化开辟了新路径。
该论文为经济模拟提供了一个明确的分级路线图，系统化了从简单规则到自适应、自进化、与现实对齐的演进路径。它指出当前研究集中于低层级，揭示了高保真经济沙盒的稀缺性，为下一代模拟环境的发展设定了方向。
此前多模态长期记忆代理侧重存储而非检索，检索失败缺乏自适应机制；RRM 首次将反思性经验记忆引入检索流程，实现跨任务策略复用，并在多个长视频基准上显著提升性能，是多模态代理记忆机制的重要进展。
此前HOI检测依赖标注数据和固定类别，对开放场景适应性差。AgentHOI无需训练即可利用多模态大语言模型的推理能力处理模糊和未知交互，显著提升了检测系统在真实开放环境中的泛化能力，降低了数据与训练成本。
此前VLM虽擅长生成计划但难以执行，而世界模型控制器快速但缺乏任务指导。该研究将两者解耦结合，使系统兼具高层理解和快速控制，并支持直接替换不同VLM规划器而无需重新训练，提升了系统的灵活性和适应性。