arXiv
无需训练的视觉 token 压缩：先保留特征覆盖度，再随语言与视觉交互逐步细化保留的 token。
共同第一作者
作为共同第一作者，我参与了从自适应选择到渐进剪枝的方法设计，以及跨视觉语言模型架构的评测。
项目
arXiv
arXiv
通过互信息覆盖优化开展无需训练的两阶段视觉 token 剪枝：先选择有代表性的视觉候选池，再利用任务相关信号细化。
共同第一作者
arXiv
* 共同第一作者 · † 项目负责人
通过全局与局部潜在视觉记忆，在推理过程中补充视觉证据；强化学习策略决定何时检索哪类记忆。
项目负责人（Project Leader）
担任项目负责人，参与潜在视觉记忆与多模态推理中记忆访问策略的研究。
arXiv
WorldEcho 诊断动作遵循失败；WorldSync 将生成过程与机器人动力学对齐，以支持策略学习。
核心贡献者
作为核心贡献者，我参与理解并改善机器人世界模型的动作遵循能力。
Hugging Face数据集目前限制访问，数据尚待上传。
NeurIPS 2026
通过逐层 token 合并与保留空间结构的 K/V 下采样，无需训练地加速视觉几何 Transformer。
共同作者
CoRL 2026
通过交互式世界模型中的想象轨迹开展 VLA 策略的安全强化学习，兼顾任务进展与安全性。
共同作者
InferenceNet
进行中AI 智能体能否从实证研究问题与数据出发，得到可复现的统计结果？
评测流程、智能体运行框架集成与可复现性审计。
Agent + harness 登峰榜 · 2026 年 9 月。每组 1,000 项任务的内部探索性比较，模型调用预算不同。
基于 Jekyll 与 Minimal Light 主题构建。