美团业务研发平台/搜推ASX团队六篇论文被ACL/ICML/KDD 2026接收。CBS将样本选择建模为上下文多臂老虎机，提升数学推理性能效率；ResRL通过负样本投影残差强化学习，数学超NSR 9.4%、代码刷新CodeForces SOTA、ALFWorld超PPO 7.8%；CDRRM仅用3千样本让未微调模型超越全量微调基线；LocalSearchBench覆盖国内9城6品类超134万商户与900道多跳问答，最优DeepSeek-V3.2正确率仅35.60%；DiningBench含3021道菜品多视角图像，29个VLM模型细粒度识别与营养推理不足；Mem²Evolve双记忆自进化框架在6类任务8个基准上优于单一进化策略。