成果｜多篇论文入选 NeurIPS 2026🎉
Theseus Labs团队三篇论文被NeurIPS2026（神经信息处理系统大会）顺利录用!
研究方向覆盖Agent生产力评测、多模态文档模型训练、AutoResearch基础设施等。都源自真实的生产数据与应用场景，诚邀体验~

【Workspace-Bench 1.0: Benchmarking Al Agents on Workspace Tasks with Large-Scale File Dependencies】
Workspace-Bench 已受到多家模型厂商的关注与采用，包括与Intelligence Index一同提供给OpenAl用于内部评测;用于Seed2.1,Qwen3.8、混元H4等旗舰模型发布时的性能评测。

【MinerU2.5-Pro: Pushing the Limits of Data- Centric Document Parsing at Scale]
MinerU2.5-Pro在不改变MinerU2.5的1.2B参数架构的前提下，通过数据工程与训练策略实现性能突破。训练数据规模由不足1,000万页扩展至6,550万页;提出跨模型一致性验证(CMCV)方法进行难度分层;设计Judge-and-Refine流程对难样本进行迭代修正。

【Intern-Atlas: A Methodological Evolution Graph as Research Infrastructure for Al Scientists】
Intern-Atlas标明方法间的扩展、改进与迁移，以原文证据记录瓶颈、机制和权衡，让AI科研Agent能够追溯方法谱系，评估idea的新颖性、可行性与重要性，并从尚待突破的瓶颈和跨领域方法组合中寻找新方向。本工作进一步提出 SGT-MCTS算法，用于重建方法演化链。
上海交通大学 NeurIPS 大模型 RSI 文献阅读