论文笔记

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；

想看雪的瓜

基因表达数据的K-M生存曲线的数据处理及绘制基因表达K-M（Kaplan-Meier ）生存曲线是将经典的生存分析与基因表达数据相结合，用于探究特定基因的表达水平高低是否与患者（或其他研究对象）的生存预后（如总体生存期、无病生存期）存在显著关联。

AAAI爆款：目标检测新范式，模块化设计封神之作本文选自gongzhonghao【图灵学术SCI论文辅导】关注我们，掌握更多顶会顶刊发文资讯今天，为大家推荐一个兼具前沿性与实用价值的研究方向：目标检测。

CVPR优秀论文 | DashGaussian：在200秒内优化三维高斯点绘制本文选自gongzhonghao【图灵学术SCI论文辅导】关注我们，掌握更多顶会顶刊发文资讯论文标题：DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds

AR-Align-NN-2024基于注意力重排序策略的无监督多视角对比学习实体对齐框架 AR-Align-NN-2024实体对齐是知识图谱中的关键任务，旨在匹配不同知识图谱中的对应实体。由于现实场景中预对齐实体的稀缺性，无监督实体对齐研究日益受到关注。然而现有方法缺乏信息性实体引导，难以准确预测名称和结构相似的挑战性实体。为此，我们提出AR-Align框架——一种融合注意力重排序策略的无监督多视角对比学习方法。该框架采用两种数据增强技术分别生成邻域和属性的互补视图，通过多视角对比学习缩小增强实体间的语义鸿沟，并创新性地通过计算不同结构上

【文献笔记】ARS: Automatic Routing Solver with Large Language ModelsARS: Automatic Routing Solver with Large Language Models https://github.com/Ahalikai/ARS-Routbench/

【文献笔记】From words to routes: Applying large language models to vehicle routingFrom words to routes: Applying large language models to vehicle routing https://sites.google.com/view/words-to-routes/

多模态大语言模型arxiv论文略读（157）➡️ 论文标题：Automatic Evaluation for Text-to-image Generation: Task-decomposed Framework, Distilled Training, and Meta-evaluation Benchmark ➡️ 论文作者：Rong-Cheng Tu, Zi-Ao Ma, Tian Lan, Yuehao Zhao, Heyan Huang, Xian-Ling Mao ➡️ 研究机构: 北京理工大学计算机科学技术学院 (School of

多模态大语言模型arxiv论文略读（153）➡️ 论文标题：AtomThink: A Slow Thinking Framework for Multimodal Mathematical Reasoning ➡️ 论文作者：Kun Xiang, Zhili Liu, Zihao Jiang, Yunshuang Nie, Runhui Huang, Haoxiang Fan, Hanhui Li, Weiran Huang, Yihan Zeng, Jianhua Han, Lanqing Hong, Hang Xu, Xiaodan Liang

多模态大语言模型arxiv论文略读（155）➡️ 论文标题：Panther: Illuminate the Sight of Multimodal LLMs with Instruction-Guided Visual Prompts ➡️ 论文作者：Honglin Li, Yuting Gao, Chenglu Zhu, Jingdong Chen, Ming Yang, Lin Yang ➡️ 研究机构: Zhejiang University、Westlake University、Ant Group ➡️ 问题背景：多模态大语言模型（MLL