论文笔记

【论文笔记】Video-RAG：开源视频理解模型也能媲美GPT-4o目录写在前面一、Video-RAG是做什么的？二、最大的优点：又轻便又强大，还省资源三、核心方法：给模型配个“信息提取小助手”

檐下翻书173

从入门到精通：流程图制作学习路径规划在数字化时代，流程图作为高效的信息可视化工具，广泛应用于项目管理、逻辑梳理、流程优化等场景。无论是学生梳理论文框架，还是职场人规划业务流程，清晰的流程图都能将复杂逻辑转化为直观的视觉语言，提升沟通效率与决策质量。

檐下翻书173

流程图配色与美化：让你的图表会“说话”在数字化办公与信息传达的场景中，流程图是不可或缺的工具——它将复杂的逻辑、流程、关系可视化，帮助读者快速抓取核心信息。但并非所有流程图都能高效传递价值：颜色杂乱、元素堆砌、布局混乱的图表，反而会增加理解成本；而配色和谐、设计精致的流程图，不仅能清晰呈现逻辑，更能通过视觉语言强化重点、传递情绪，真正实现“让图表会说话”。

想看雪的瓜

Origin将2D普通的XPS曲线图升级为三维XPS瀑布图XPS数据图包含多条分峰曲线，一方面对比研究拟合的结果，另一方面考察各个分峰位置（结合能）和峰面积的变化。在传统的XPS数据图当中，一般是绘制共用X轴的2D曲线图。本期教程我们使用Origin将2D普通的XPS曲线图升级为三维XPS瀑布图。

程途拾光158

用流程图优化工作流：快速识别冗余环节，提升效率在数字化办公普及的今天，“效率”成为企业和个人核心竞争力的关键指标。然而，很多工作流中隐藏的冗余环节、模糊节点、沟通壁垒，正在悄悄消耗时间与资源。流程图作为可视化工具，能将复杂工作流拆解为清晰的步骤链条，帮助我们快速定位问题、剔除冗余，实现工作效率的质变。本文将结合实操方法、工具推荐与场景案例，详细拆解如何用流程图优化工作流，同时重点推荐国产实用工具——良功绘图网站 (https://www.lghuitu.com)，助力各类场景下的流程优化落地。

[论文笔记•(多智能体)]LLMs Can Simulate Standardized Patients via Agent Coevolution该研究针对标准化病人（SPs）训练医疗人员成本高、对 SP 身心健康有潜在负面影响的问题，提出EvoPatient 框架—— 一种基于多智能体协同进化的虚拟 SP 模拟方案，通过病人智能体与医生智能体的多轮对话模拟诊断流程（含主诉生成、分诊、问诊、结论阶段），依托注意力库和轨迹库实现无监督协同进化，在仅提供 SP 总体需求的情况下，经 200 个病例、10 小时进化后，需求对齐度较现有推理方法提升超 10%，同时优化资源消耗（平均响应时间 6.6922 秒、每答案 token 数 401.5882），还具

前沿技术借鉴研讨-2025.10.28（超声数据）【核心目标】本文研究的是如何在资源匮乏地区，利用低成本的1D多普勒超声设备和自监督学习，准确估算胎龄。

光通信｜高效动态的自由空间-光纤CVB通信针对传统自由空间-光纤耦合中柱矢量光束（CVB）模式场失配与环半径不可动态调谐的局限，该研究提出基于扭曲莫尔变换的环半径可调完美CVB动态耦合机制。

【计算机科学与应用】基于多光谱成像与边缘计算的物流安全风险预警模式及系统实现物流运输过程中，环境、设备及人为风险耦合形成的复杂风险场景，对安全监管与风险预警系统的感知能力、响应效率及成本适配性提出了更高要求。针对中小物流企业在安全管理中面临的传统单光谱视频监控局限、云端处理延迟及部署维护成本过高等问题，本文提出一种基于多光谱成像与边缘计算的物流安全风险预警模式(简称：MIEC-EWS)及系统实现方案。以经济性、易用性与可靠性作为MIEC-EWS模式的核心构建原则，通过可见光与热红外双光谱的融合感知，在优化硬件成本的同时，强化复杂环境下的风险目标识别能力；依托边缘侧轻量化推理与端–

FACT-AUDITFact-Checking Evaluation of Large Language Models为解决现有大语言模型（LLMs）事实核查评估依赖静态数据集、无法自动评估论证生成且难以揭示细微局限性的问题，Lin 等学者提出FACT-AUDIT—— 一个自适应多智能体框架，该框架基于重要性采样原理和多智能体协作，通过原型模拟、事实验证与论证评估、自适应更新三阶段，动态生成测试数据（覆盖复杂声明、假新闻、社交谣言三大场景及 [claim]、[evidence]、[wisdom of crowds] 三种测试

想看雪的瓜

利用VOSviewer快速可视化文献全过程（以Web of science为例）作为科研人员，在刚拿到课题的或者写文献综述的时候，需要查阅、阅读、整理和分析大量文献。如何快速把握一个研究领域的知识结构、发展脉络和研究前沿，成为了我们亟需解决的问题。

Qwen3 Embedding报告随笔好久没更了，打了俩比赛收益很低，收收心回来继续做论文这期随笔记录qwen3 embedding模型中的核心内容

大模型任我行

复旦：LLM隐式推理SIM-CoT📖标题：SIM-CoT: Supervised Implicit Chain-of-Thought 🌐来源：arXiv, 2509.20317

光通信｜可旋转DNN赋能OAM模式可控路由针对传统OAM模式复用光路由中存在模式演化关联强、路由功能固定、灵活性与可扩展性不足等问题，该研究提出一种基于可旋转衍射神经网络的OAM模式多端口可控路由策略。

光全息｜OAM-旋转双维度复用全息针对传统OAM模式复用全息中光学复用参数维度有限、模式-全息映射固定导致的信道扩展与动态调控困难，该研究提出基于可旋转衍射神经网络的双参数编码机制，引入旋转状态作为外在调制自由度，与固有OAM模式协同构建多维编码空间。

前沿技术借鉴研讨-2025.9.23 （数据不平衡）【论文链接】 https://doi.org/10.1016/j.eswa.2025.128199 【核心目标】提供了一种针对不平衡分类问题的数据增强方法，即DN-MWMOTE（Denoising Majority Weighted Minority Oversampling Technique），提升少数类样本的质量和数量，从而改善分类器对少数类的识别能力。【具体步骤】 1）自适应噪声去除：KNN识别噪声，通过评估可疑噪声对分类器性能的影响（使用AUC指标），区分真正的噪声和误判的噪声，从而更准确地

【人工智能与机器人研究】一种库坝系统水下成像探查有缆机器人系统设计模式库坝系统是由水库与坝体构成的综合水利设施，是兼具水资源调控、防洪减灾与水电能源供应功能的核心枢纽工程，其涵盖坝体、防洪堤防、水电站厂房、闸门等关键水工结构。这些结构长期受水流冲击、水质侵蚀等影响，易出现结构损毁、漏水等问题。为解决传统人工探查效率低、风险高等问题，本文提出一种库坝系统水下成像探查有缆机器人系统(简称：CRS-UII)设计模式及实现方案。该模式以有缆机器人为载体，集成光学成像与环境感知设备，通过硬件架构与协同化软件算法，实现对水下结构多类型异常的有效探查，为库坝系统水下多场景探查机器人的研发

[VL|RIS] RSRefSeg 2目标是提升分割的精度。利用CLIP卓越的跨模态对齐能力来进行目标定位，并借助SAM强大的分割泛化能力来生成精细的掩码

顶级科学家的AI使用指南：从工具到合作伙伴娜姐说：本文是达特茅斯学院数学和计算机科学教授Dan Rockmore，兼任Neukom 计算科学研究所所长，近期发表在《纽约客》的一篇长文“What it’s like to brainstorm with a bot”（如何与AI进行一场头脑风暴）。

GPT-5论文选题实测：如何从2000篇文献中提炼出3个可快速落地的高命中选题？论文选题一直是大家发表论文的第一个卡点。好的选题点不仅新颖性强，可操作性高，既能引起编辑和审稿人的喜爱，整个过程实现起来也不难，可以说是事半功倍；