提出STRETCH框架，基于认知脚手架理论动态调节题目难度，使LLM在单参数空间内持续自我进化，突破能力停滞瓶颈。

提出 CanvasAnneal 框架，用教师模型注入推理先验，缓解扩散语言模型 RL 中的探索瓶颈