它用什么模型，接收什么条件，拿什么数据训练？

Model 分成生成底座与辅助 planner / reasoner / verifier；R3 写被测模型。Condition 同时说明用户输入和内部生成的控制信号。Training dataset 指本文训练或适配各组件所用数据；不把测试集、RAG 素材库、对照模型数据或底座历史预训练语料混入。

无新增训练、只训练 adapter、训练辅助模型、按样例 test-time adaptation，分别记录。采用可获得的 conference PDF 或 arXiv 版本，页码均为链接 PDF 的物理页；版本差异写在备注。此次是配置相关段落核对，并非每篇从头到尾的完整复现审计。

“未核实”不等于论文没有披露。40 篇至少一个关键字段仍有未核实细节，具体见每条记录。全文检查还提示 UniTransfer 的严格 R1 归类需复审；此页保留既有 109 篇范围和历史统计，以提醒标记呈现。