此前 agent 的推进多依赖模型本身在单步内隐式决定下一步，长程任务容易出现重复劳动与预算失控。该工作把“如何控制执行”从隐式行为变为可比较的显式推理层，并在长程程序重建任务上给出与生产级 coding agent 的对照数据，说明控制层设计本身可能成为独立的能力增量来源。
此前关于 AI 写代码是否可靠的讨论多依赖主观体验或小样本样例，缺少与人写发布级程序的直接对照。该研究给出可复现的测试口径和具体故障类型差异，把争论从“能不能写”推进到“哪类缺陷更常见、需要何种监督”。
此前研究已证明多模态 RAG 能改善课程助手的上下文 grounding，但固定检索策略表现欠佳。这项工作把问题从“查询时检索多少”转向“入库时如何组织语料”，发现语料结构对跨单元概念链接和可追溯引用的影响，可能比检索量更关键。
此前Meta-Harness和HyperAgents优化harness的方式要么依赖昂贵代码搜索循环，要么产生不可审计的自我修改代码；本文提供一种更受约束、可审计且样本高效的方法，可在不访问模型内部的情况下通过黑盒API优化代理行为。
现有防护通常局限于单一生命周期边界或单次调用，而 ClawSentry 将风险视为渐进式过程，覆盖代理控制循环的四个关键点，并统一应用于 Codex、Claude Code、Kimi CLI 和 Gemini CLI，无需修改代理内部结构，提供了跨框架的安全监督方案。
此前企业工具治理主要靠 prompt 中的策略文本或多 agent 领域分工，前者只是概率性建议，后者分散审计日志且难以跨会话保证合规。该工作把治理从提示约束转为按角色确定性执行的范围控制，并给出跨模型、多任务的可对比实验结果。
传统记忆系统仅保存交互内容，不建模信任。Σ-Mem首次引入在线可靠性记忆，使系统能基于历史反馈动态评估代理可信度，实现无需重训练的稳定适应，为多代理协调提供新机制。
既有方案如水印、指纹和模型相似度分析，主要依赖预置证据或直接行为比对，不显式评估声称方当前是否真正拥有并可调用与所声称模型身份相关的信息。TP-CRIV 把验证条件放宽到第三方无白盒、无 API、无服务方协作的场景，并要求在未披露挑战和网络隔离下完成，改变了模型身份验证的可操作边界。
此前水印检测器普遍不公开，理由是暴露后攻击者可依据反馈做定向修改。该研究指出水印本就易受无信息篡改攻击，并提出只公开一半密钥的方案，使透明度与可检测性可以并存，从而重新质疑检测器必须完全私有的前提。
此前敏感数据的数据准备通常需要发送到第三方云端模型，受限于治理要求无法广泛采用。该研究表明，开源权重模型在消费者级硬件上即可达到接近饱和的任务完成率，为治理受限的研究机构提供了不传输数据的AI辅助路径。
信贷风控长期以单一预测分数为主，模型输出难以说明风险原因，也难以与政策条款和结构化数据联动。该工作尝试把预测、校准、SHAP 解释、政策检索和 SQL 分析放进同一受控流程，并报告解释特征排序在 2017 与 2018 间 Spearman 相关达 0.9959，指向可审计性这一此前较少量化的方向。
此前视觉语言模型虽具备感知能力，但在多图像比较、变化检测和多步视觉推理等需要分析推理的任务上表现有限。SD-MAR通过合成数据和专门设计的强化学习方法，显著提升了这类能力，甚至超越GPT-4.1，且不损害原有任务表现，为实际应用中的视觉对比分析提供了可行方案。
此前安全对齐多针对单个模型版本一次性完成，而模型频繁更新使每个新 checkpoint 都需重新适配。ReSI 把评估与更新做成连续递归循环，同时追求对已知威胁的抗性和对未揭示风险的韧性，把递归自我改进的思路从能力侧扩展到安全侧。
此前关于 LLM 评测不可复现的讨论多集中在硬件、batch size 和数值精度，而该研究指出一个用户不可控、每天自动变化的隐藏变量：system prompt 中的当前日期。它带来的性能波动大于已知非确定性因素，还能改变模型排名，说明现有评测与排行榜可能把日期差异误读为模型能力差异，公平比较的前提被削弱。
现有直接偏好对齐方法计算与显存效率高，但存在似然位移问题，即偏好信息可能被低似然边际样本稀释。ComPO 不再直接优化可微偏好损失，而是通过比较预言机提取方向信息，为偏好微调提供了不同于 DPO 类方法的路线，并给出离线收敛与在线性能保证。