天津大学团队提出DualRAG框架，针对多跳问答任务中迭代式RAG方法的三大痛点（被动识别知识缺口、检索针对性不足、信息组织混乱），创新性地设计了"推理增强查询(RaQ)+渐进式知识聚合(pKA)"双流程系统。RaQ通过主动推理识别知识需求并生成靶向查询，pKA围绕实体结构化整合检索结果形成知识大纲。实验表明，该框架在多个数据集上性能接近Oracle上限，且通过专用数据集微调可

《ReMA：基于多智能体强化学习的LLM元思考训练框架》摘要 OPPO AI团队提出的ReMA框架创新性地通过双智能体架构培养大语言模型的元思考能力。该框架将推理过程分解为高层策略制定与底层任务执行，采用分层强化学习实现协同优化。实验表明，ReMA在数学推理等任务上实现6.68%的平均提升，计算效率提升84.6%，并在跨领域任务中展现出卓越的泛化能力。该研究开源了包含模型权重、训练代码和16万条轨

本文提出"DGM-Hyperagents"框架，通过整合任务智能体与可自修改的元智能体，实现跨领域的元认知自改进。实验表明，该框架在编码、论文评审等四类任务中均显著提升性能，并能实现元能力的跨领域迁移和累积优化。相比传统方法，DGM-H突破了固定元机制限制，展现出自主演化高级元认知策略的能力，为通用自加速AI系统提供了新范式。研究同时指出了安全挑战和当前局限，为未来研究指明了方

本文提出多模态检索增强生成规划（MRAGPlanning）新任务，旨在解决现有MRAG系统检索策略僵化、查询表述不足等问题。创新性地设计了CogPlanner框架，通过迭代式查询重构与动态检索策略选择，实现自适应信息获取。该框架采用插件式设计，支持并行/顺序建模，可无缝集成现有系统。研究还构建了CogBench基准数据集（含5718个样本），支持细粒度评估。实验表明，CogPlanner较基线方法

北京大学彭宇新教授团队在《Journal of Computer Science and Technology》发表综述论文，针对跨模态检索(CMR)研究存在的分类体系过时、细粒度任务覆盖不足等问题，提出以"检索粒度"为核心的统一分类框架。该框架首次将CMR明确划分为粗粒度(CCMR)和细粒度(FCMR)检索，系统梳理了两类任务的主流方法、数据集及性能对比，并重点分析了视觉-语

本文提出AOAD-MAT模型，在多智能体强化学习(MARL)中首次显式优化智能体动作决策顺序。该模型基于Multi-Agent Transformer架构，通过动态预测决策顺序和协同损失函数设计，实现了动作预测和顺序预测的双任务联合优化。实验表明，AOAD-MAT在StarCraft多智能体挑战赛(SMAC)和MuJoCo连续控制任务中均超越现有最优方法，验证了决策顺序优化对提升多智能体协作性能和

首次将检索粒度从文档级下沉至区域级，通过训练阶段的混合监督策略与推理阶段的动态区域分组机制，在过滤冗余信息的同时提升检索与生成效率，在 6 个主流基准数据集上实现性能突破，相关代码已开源（

摘要：本文提出HiMo-CLIP框架，针对传统CLIP模型在处理长文本时忽略语义层次和单调性的问题，通过层次分解模块（HiDe）和单调性感知对比损失（MoLo）实现改进。HiDe利用批次内PCA动态提取核心语义组件，MoLo通过双分支损失隐式强化语义单调性。实验表明，该框架在长文本检索任务中性能显著提升（如Docci T2R达84.4%），同时保持短文本兼容性，并首次量化验证了语义单调性（HiMo

本文提出HM-RAG框架，通过分层多智能体架构解决多模态检索中的关键挑战。该框架将查询处理分解为专用智能体组件，支持向量、图、网络数据库的即插即用检索集成，并引入专家引导的精修流程。在ScienceQA和CrisisMMD数据集上，HM-RAG在零样本设置下实现state-of-the-art性能，平均准确率分别达到93.73%和58.55%，显著超越基线模型。消融实验验证了决策智能体在多源答案融

本文提出DP框架，基于"刻意练习"原则动态生成高信息合成数据，解决传统方法中数据冗余和收益递减问题。通过熵引导采样机制直接生成高挑战性样本，比传统"生成-剪枝"方法效率提升5倍。理论分析表明该方法优化了缩放定律，实验在ImageNet-100/1k上实现性能突破：数据量减少3.4-8倍，迭代次数减少30%-84%，且在OOD数据集表现优于真实数据训练。该框架