/ research
从数学推理训练数据筛选、Kwai Summary Attention V2 与大模型高效推理，到神经算子、医疗器械几何优化和实时小目标检测。论文、代码与 DOI 均附在对应记录中。
Xin Huang, Tianle Xu, Changjun Ren, Yuhuang Chen, Heng Zhan, Jiawen Huang, Shijie Jia
聚焦数学推理训练数据集筛选：在相同训练预算下，研究“覆盖更多题目”与“同一道题保留多个解法或变体”的数据分配问题。基于 MetaMathQA 与 Qwen2.5-1.5B，通过固定来源题目及其配额、匹配输入与监督 token 数和训练更新次数，对比题内 LESS 排序与随机筛选，区分题目覆盖、题内排序和实际训练曝光的影响。
Manuscript under submission
OneRec Team, Chenglong Chu, Guohong Mu, Guowang Zhang, Hao Peng, Hui Wang, Jian Liang, Jiangxia Cao, Jiao Ou, Jiaxin Deng, Lu Ren, Muhao Wei, Ruiming Tang, Tianle Xu, Wenwu Ou, Xingmei Wang, Zhixin Ling, Zhiyuan Liang, Ziqi Wang, Chaoyi Ma, Haixiao Gao, Kuo Cai, Renpu Liu, Ruochen Yang, Wenlong Xu, Xinqi Jin, Yan Sun, Yifan Wang, Yingzhi He, Yiyu Wang, Yusen Huo, Zhaojie Liu, Zihan Zhou
KSA V2 让 Summary token 同时承担 KV 记忆与稀疏索引角色，实现更灵活的 KV Cache 压缩，并降低全注意力层的计算开销。我参与研发并完成推理性能优化。
arXiv:2610.18654
Tianle Xu
提出 MPNO：一种混合专家物理约束神经算子，用多个 Fourier-operator 专家头表示 Bratu 方程的多分支稳态解集；在 Bratu-1D 上实现 31/32 个参数点的分支区分，并扩展到 Bratu-2D 残差训练验证。
MPNO Project Draft Manuscript
Xin Huang, Tianle Xu, Chang Jun Ren, Yuhuang Chen, Jia Shijie
面向实时 DETR 类模型的小目标检测瓶颈，提出 ARRT-DETR：用注意力残差替代 RT-DETR 解码器中的标准加性残差，使每层能够从早期阶段选择性检索历史 query 表示。VisDrone2019 实验中，最佳三层配置相较 RT-DETR-L 提升 7.2 mAP50 和 5.2 mAP50-95，同时降低 1.3 ms 延迟。
BMVC 2026 Conference Submission
Tianle Xu, Zihan Zhu, Yunhan Cai, Shunping Chen, Jia Guo, Shengzhang Wang
发表于 Bio-Design and Manufacturing。面向聚合物主动脉瓣耐久性提升，构建设计-模拟-制造-评估闭环：用 B-spline 参数化三叶瓣几何，结合 FEM 与 NSGA-II 多目标优化降低瓣膜最大应力，并通过浸渍成型样机、脉动流测试和加速磨损测试验证优化设计。
Bio-Design and Manufacturing 8, 835-846