提出Representation Autoencoders（RAEs）改进扩散模型在预训练视觉编码器特征空间中的表现，揭示微调会降低表征有效维度。

提出基于任务解码器雅可比矩阵的拉回度量，建模ViT特征空间的任务敏感几何结构。

构建首个支持跨动物迁移评估的神经表征基准，统一多区域、多动物电生理数据评测协议，推动通用神经解码模型发展。

提出正交预测分解（OPF）框架JEPA-Anything，实现域无关的世界建模，支持异构系统统一学习。

提出方向分解法分析Transformer各层表征演化，发现残差路径外存在显著平行更新分量，揭示表征几何演化规律。