将科研假设发展的关键贡献转化为学习信号，递归改进研究模型和执行框架，并使用 DFM-Bench 评估研究过程。
基于 JEPA-Anything，结合世界模型预测与交互反馈，实现跨领域递归自我改进。
以共同的预测学习原理构建跨领域世界模型。
将科学代码转化为可执行、可验证的智能体学习环境。
通过科研交互递归改进智能体执行框架与模型。
开放式发现智能的能力框架与研究路线。
面向长程智能体的递归记忆进化。
通用智能体强化学习 · 通讯作者工作。
隐空间中的多智能体推理与协作 · 通讯作者工作。
面向扩散语言模型的轨迹感知强化学习 · 通讯作者工作。
通过强化学习协同改进代码生成器与单元测试器 · 通讯作者工作。
面向长链推理的轨迹感知过程奖励模型 · 通讯作者工作。
基于思维模板的结构化推理。