Navalia 以企业财报为数据源，自动合成带可追溯证据和真实数据依赖的金融分析任务，经独立模型审查与程序校验后用于轨迹采集、冷启动微调和强化学习，使基于 Qwen3.6-35B-A3B 的智能体在五个基准上全面超越基座模型。
ClawLoop 提出一种无需外部教师模型的自我改进框架，通过任务合成、训练与诊断反馈三阶段循环，让基于沙箱环境的智能体持续提升，并在多个基准上验证了效果。
研究团队提出 AREX-2，用机器学习与算法编程任务合成长程改进轨迹训练智能体，使其在测试时能反复迭代优化答案，在 MLE-bench Lite、BrowseComp、GAIA 等基准上取得高分，且随迭代轮数增加持续提升。