PAWS 是一个政策驱动的智能体世界模拟数据集，覆盖 36 个美国金融经济政策事件、1.2 万余条政策新闻和 6.5 万余条利益相关者行动，用于评估智能体在历史金融场景中的影响与政策响应。
TW3Cast在GIFT-Eval时间序列预测基准130个条目中排名第3，不使用智能体或语言模型，仅靠训练集上一次性计算并冻结的路由表，将公开基础模型轻量微调后按配置调度，平均MASE排名从33.8提升至19.4。
arXiv新论文提出基于Fisher信息度量的模型空间测地距离剪枝方案，将参数置零视为模型位移，按测地距离近似层级构建最优剪枝方法体系。在MNIST和CIFAR-10上对全连接网络和视觉Transformer验证，全剪枝范围内精度与MCC均优于幅度剪枝和局部Fisher信息剪枝。