区分推理时 Agent 编排与模型后训练，并拆解 CycleResearcher 的领域 SFT、生成式 Reward Model、Iterative SimPO 和评测风险。

拆解 ICLR 2025 的 LLaVA-Mini 如何用模态预融合与查询压缩，把送入主语言模型的视觉 Token 从 576 个降到 1 个，属于推理加速（推理侧）方向。

拆解 ICLR 2025 Spotlight 的 MM-FSS 如何用文本语义、隐式 2D 对齐和测试时校准适配少样本 3D 点云分割，属于个性化（训练侧）方向。

从视觉 Token 选择、生成上下文稀疏化与在线 KV cache 决策出发，拆解 ICLR 2025 的 Dynamic-LLaVA 如何贯穿预填充和解码阶段加速多模态大模型，属于推理加速（推理侧）方向。

从隐式潜在动力学、SimNorm、离散回归、策略先验与 MPPI 规划出发，拆解 ICLR 2024 Spotlight 论文 TD-MPC2 如何用统一超参数稳定训练并扩展到 317M 参数、80 个任务。

从嵌套视觉 Token、多尺度训练目标与预填充成本出发，拆解 ICLR 2025 的 M3 如何在同一多模态大模型中按需切换推理粒度。