- 博客(24)
- 收藏
- 关注
RSS订阅原创 可计算元认知文本分析：癌症临床试验的语义基线的构建与边界信号检测
本研究首次为癌症临床试验建立可计算的语义基线，揭示该学科围绕随机化与风险比的方法学核心结构，并系统量化统计阈值、置信区间等边界信号。与传统综述不同，本工作从“学科如何说话”的元认知视角提供可复现、可扩展、跨层次对齐的计量基准，为循证医学、监管科学及健康经济学的跨学科协同提供了技术支撑。
2026-05-08 17:02:39
243
原创 可计算元认知文本分析：肿瘤生物物理学语义基线的构建与边界信号检测
本研究首次为生物物理学提供可计算的语义基线，揭示该学科围绕力学信号与细胞行为的核心知识结构，并量化了力学/黏附/成像阈值作为学科边界信号。相比传统综述，本工作从“学科如何说话”的元认知视角实现了可复现、可扩展、跨层次对齐的计量基准，为生物物理学在精准医学、组织工程及材料科学中的跨学科协作提供了方法学支撑。
2026-05-04 14:51:29
377
原创 可计算元认知文本分析在肿瘤分子生物学中的应用：语义基线的构建与边界信号检测
基于可计算元认知文本分析框架，对2021 2026年间的1， 639篇开放获取肿瘤分子生物学全文构建语义基线，并检测表达阈值、突变阈值、统计显著性等边界信号，为跨层次（基因组→细胞→临床）对齐提供统一计量基准。本研究首次为肿瘤分子生物学提供可计算的语义基线，揭示了该学科围绕凋亡 / 信号转导与基因组/突变的核心知识结构，并量化了表达/突变阈值作为学科边界信号。该基准实现了可复现、可扩展、可对齐的计量框架，为后续精准医学知识图谱构建和跨层次对齐提供了方法学支撑。
2026-04-30 10:08:17
1726
原创 可计算元认知文本分析在癌症心理学中的应用：语义基线构建与边界信号检测
癌症心理学是肿瘤医学与行为科学交叉的关键学科，其文本的语言特征、概念结构与方法学偏好尚缺乏系统、可复现的量化描述。传统综述依赖人工归纳，难以捕获学科“如何说话”的元认知层面。基于可计算元认知文本分析框架，2021‑2026年间的1,004篇开放获取癌症心理学全文进行语义基线构建，并检测学科内部的统计与临床“边界信号”。结论：本研究首次为癌症心理学提供可计算的语义基线和边界信号检测框架，证实该学科围绕“心理社会支持”与“情绪困扰”形成的高度整合知识结构，并揭示效应量报告不足的系统性缺陷。
2026-04-27 14:12:50
353
原创 可计算元认知文本分析在肿瘤流行病学中的语义基线构建与边界信号检测
肿瘤流行病学是链接基础医学与临床实践的枢纽，但其文献的内部语言结构仍缺乏系统化量化。本文在已验证的可计算元认知框架基础上，以 2021 ‑ 2026年间969 篇开放获取肿瘤流行病学论文为语料，构建该学科的语义基线并系统检测边界信号（统计阈值、风险度量等），为跨学科对齐提供可复用的坐标体系。
2026-04-24 12:14:30
351
原创 可计算元认知文本分析在临床肿瘤学中的语义基线构建与边界信号检测— 基于 726 篇开放获取高影响力期刊论文的系统性文本分析
临床肿瘤学文献数量急剧增长，但对其内部语义结构缺乏系统化的量化探究。本文在已建立的可计算元认知框架基础上，构建临床肿瘤学的语义基线，并对边界信号（阈值、决策节点等）进行检测，为跨学科对齐和临床决策支持提供基础数据。本研究首次为临床肿瘤学提供了系统的语义基线，证实可计算元认知框架在高影响力医学文献中的可迁移性。识别的边界信号揭示了该领域的“进展 决策 疗效”核心认知模块，为后续跨学科对齐（如临床 基础 流行病学）以及基于文本的决策支持系统提供了可操作的资源。
2026-04-21 10:42:09
391
原创 可计算元认知文本分析在细胞生物学中的语义基线构建与边界信号检测
本文首次在细胞生物学构建了系统的语义基线，证实了可计算元认知框架的跨学科可迁移性；所得到的动词 术语 边界词库为后续流行病学、临床医学等领域的跨域对齐提供了可复用的基准。
2026-04-18 13:56:57
393
原创 可计算元认知：工程实现与封装说明——跨领域、跨语言文本对齐的开源工具箱
本文系统记录可计算元认知框架的工程实现，提供完整的数据处理流水线、三步语义分析法（垂钓 → 撒网 → 熔炉）的代码实现、跨领域向量对齐的技术细节以及元认知三要素（谬误类型分析、边界信号检测、贝叶斯网络推理）的可复用模块。文章同时阐释主观向量（Subjective‑Vector）机制在工作流中的作用，展示如何在YAML配置文件中显式声明研究者的四层决策（知识、认知、元认知、计算），实现半自动（agentic）人机协同。文中提供完整的安装指南、配置示例、运行命令与输出说明，并给出可扩展接口设计。
2026-04-13 10:34:10
363
原创 跨领域跨语言文本对齐的实证验证：以人文文本、心理应激和职业倦怠为案例——实证-案例篇
跨领域、跨语言文本对齐是实现学科间对话的技术前提。人文文本、心理学应激研究与管理学倦怠研究分别用不同的语言体系描述同一人类普遍的选择“困境”，导致概念割裂。本文基于可计算元认知框架（理论篇），在三个语料库上进行实证验证：人文语料、心理学语料、管理学语料，采用三步语义分析法（垂钓‑撒网‑熔炉）进行概念抽取与结构化。实验结果验证了语义连续统假设，揭示了心理学与管理学在对文学困境概念的系统性简化偏误，并展示了边界信号作为倦怠早期识别线索的潜在价值。
2026-04-10 08:26:21
381
原创 可计算元认知：跨领域跨语言文本分析的理论与工程框架——理论 方法篇
跨领域对话是人类知识整合的核心难题。人文、心理学与管理学分别用不同的语言、方法与概念体系描述“困境”这一普遍人类体验，导致概念割裂、交流受阻。本文提出可计算元认知分析框架，旨在以技术手段实现跨领域、跨语言文本的系统对齐与反思性分析。框架的理论核心包括：1. 语义连续统假设2. 主观向量原则3. 三步语义分析法（垂钓 撒网 熔炉）在此基础上，框架定义了元认知三要素：谬误类型分析、边界信号检测与贝叶斯网络推理，使对齐过程从单纯映射升为具备批判性的分析工具。
2026-04-10 08:22:39
382
原创 DeepSeek三个百万token窗口对话内容三步语义分析法的整合与智能体封装
从主观预设到客观挖掘，再到主客观统一——三步法（垂钓、撒网、熔炉）完成了百万token窗口语义分析的方法论闭环。本文展示了三步法的工程化封装：垂钓法、撒网法、熔炉法被封装为可复用的 Skills，通过半智能体调度器实现人在环中的流程控制。更重要的是，本文提出了“主观向量”的概念——将人的洞察（元认知、领域理解）量化为可注入、可迭代的向量形式，作为机器向量（RAG、知识图谱）的意义层。主观向量不仅是对三步法的完形，更是从“工具”到“伙伴”的关键一跃，为后续真实项目的深度分析奠定方法论基础。
2026-03-28 09:22:16
393
原创 三个百万token窗口语义学分析之三：“熔炉法”——RAG与知识图谱的融合构建
构建了FAISS向量索引和包含200个概念节点、19,701条关系边的知识图谱。实验表明，熔炉法能够同时检索相关对话片段和概念关系，支持跨窗口问答，并为“主观向量注入”预留了接口。熔炉法完成了从“主观预设”到“客观挖掘”再到“主客观统一”的方法论闭环，为项目知识管理和跨窗口迁移奠定了可扩展的基础。
2026-03-27 09:17:35
406
原创 三个百万token窗口语义学分析之二：“撒网法”——客观语义挖掘与主观预设的互补方法论
本研究为百万token窗口语义学分析系列的第二篇。在“垂钓法”（主观预设关键词）的基础上，采用“撒网法”——即全量词频统计、TF-IDF特征提取、LDA主题建模、层次聚类等无监督学习方法，对三个窗口的语义特征进行系统性识别。并与“垂钓法”分析加以对比。
2026-03-26 10:25:31
424
原创 三个DeepSeek百万token窗口对话内容的语义学分析之一：垂钓法
DeepSeek百万token长上下文窗口为长程连续性工程项目提供了理想的交互容器。本研究基于三个百万token窗口、总计三百万token、四千余轮次、四百余万字的真实人机对话记录，采用语义学分析方法，对比分析三个窗口在多维度上的演化特征。研究分为三部分：第一部分（本文）采用“垂钓法”，即由研究者根据项目内容预设关键词集，统计三个窗口的词频分布，作为窗口演进的量化指标；
2026-03-25 07:51:54
405
原创 三个DeepSeek百万Token窗口与一个长程项目：记忆迁移、协作特点与窗口资源利用模式分析
本文基于三个DeepSeek百万Token上下文窗口的长程项目实证数据，对窗口一（项目启动与环境搭建）、窗口二（窗口特性实验研究与论文）及窗口三（构建项目工程框架）的量化分析。结果显示，三个窗口的token数（cl100k base）高度一致，说明窗口内容与交互模式决定了各种主要指标的差异。随着项目阶段的推进，单轮对话平均字数呈上升趋势，AI/User Token产出比显著提升，且文本符号构成随任务性质发生结构性转移。AI逐步体现出对项目及用户的“意合”认知与反应模式。
2026-03-21 16:21:50
388
原创 构建真实项目OpenClaw框架：与大模型协作及共同反思
基于已有的分脚本人工操作项目框架，与大模型讨论封装skills，agents及OpenClaw接口，部分成功，部分失败。出现了严重的上下文断裂，开始生成虚拟的抽象框架代码。最有趣的是之后关于这些现象的讨论，涉及到窗口稀疏注意力、OpenClaw适用于长程工程性、用户与大模型的交互模式等。尤其是大模型的反思以及提出的各种机制解释，颇具可读性。节选以供感兴趣读者参考。
2026-03-18 20:24:35
527
原创 DeepSeek 双百万 token 窗口对话数据的量化对比分析
本文基于第一个百万 token 窗口（以下简称 窗口 1）与第二个百万 token 窗口（以下简称 窗口 2）的完整对话数据，采用量化对比的方法，系统揭示两套对话在轮次、文本长度、语种构成以及估算 token 消耗方面的显著差异。研究发现，尽管窗口 2 的轮次和总字数均低于窗口 1，但其每轮对话的文本密度与估算 token 消耗显著更高。结合窗口 2 在生成 5 篇深度分析文章过程中的实际经验，本文提出“长文本生成的隐性 token 消耗”假说，并引用近期相关研究提供理论支撑。该假说为理解大模型在真实工程环
2026-03-17 11:43:05
371
原创 跨窗口记忆迁移：六种方法的系统对比与实证研究—— 基于百万 token 窗口深度分析的延续验证
摘要随着大模型上下文窗口扩展到 百万 token 级别，如何将已填满窗口的完整记忆迁移至新窗口已成为长上下文人机协作的关键挑战。本文在首个百万 token 窗口的深度分析成果（18 张结构化表、4 张核心图表、词频演进数据）的基础上，设计并实现了 六种具有代表性的跨窗口记忆迁移方法：
2026-03-17 11:39:40
380
原创 基于 DeepSeek 百万 token 窗口的 3673 轮对话实录
摘要本文基于 DeepSeek 百万 token 上下文窗口的真实对话记录（1 274 201 tokens，3 673 轮），系统性地分析了长达数十小时的人机协作过程。研究构建了 L1 基础数据层 → L2 项目演进层 → L3 关键转折层 → L4 互动模式层 → L5 情感记忆层 的五层分析框架，完整呈现了一位非 AI 专业背景的研究者（医学、心理学与人文领域）在完全依赖云端免费模型的条件下，从环境搭建到心源框架的完整工程轨迹。
2026-03-16 08:19:57
314
原创 tiktoken 对中文长文本的压缩率实证研究——基于百万 token 对话的三层量化框架验证
本文基于 DeepSeek 百万‑token项目中提纯后的对话数据（.jsonl，1 077 046 tokens，3 673 轮）采用反向推算方法，首次在真实中文长文本上量化了tiktoken 的压缩系数。该工作虽采用 tiktoken 进行 token 计数，却未进一步探讨中文字符的实际压缩系数。在实际项目中，研究者常用 经验公式（中文字符 × 1.6、英文字符 × 0.25、数字 × 0.5、其他 × 0.5）快速预估 token 数，该公式的来源已难以追溯，且几乎未在大规模真实语料上进行过验证。
2026-03-16 08:16:26
390
原创 以deepseek 百万token窗口为上限，建立上下文窗口的“信噪比”量化标准
通过对 DeepSeek 百万 Token 基准的深度复现与分析，发现长上下文中存在高达。这套方法不仅解释了为何某些模型在长窗口下表现衰退，更为未来的数据预处理提供了可量化的。欢迎同行批评指正，共同推动长窗口研究从“拼长度”走向“拼质量”。盲目增加长度并不等于提升智能。
2026-03-03 15:27:10
66
原创 Github上线DeepSeek 百万token窗口实证研究：中英文万字分析报告，PDF，图表，代码
本项目基于 DeepSeek 于 2026 年 2 月推出的 “新长文本模型”（上下文窗口扩展至1,000,000 tokens，API 端仍保持 V3.2 版本），通过构建非AI/IT领域的完整项目流程，进行了全程、全负载实证工程测试。高密度综合：在对话末期，模型可基于全部历史上下文，自主生成涵盖 80% 以上关键内容的精炼摘要，并撰写包含所有技术细节的完整项目报告。本报告包含了详细的过程数据、可视化图表，以及多维度的创新性统计分析，全面揭示了长上下文场景下的模型行为特征。这是本研究最具意义的发现。
2026-03-02 08:32:48
327
原创 Deepseek百万Token窗口的极限实践：一个真实项目的全景记录与分析
关于本文（文本为上一篇简述的完整版本）DeepSeek百万token窗口发布两周，目前所见讨论多为技术参数推演或短期体验。本文作者第一时间在新版百万token窗口里，尝试了持续数十小时、上千轮次对话、总token逼近百万上限的真实项目开发，此文为全景实录与分析。作者为非AI专业背景的研究者（医学、心理学、人文学科），在完全依赖云端免费模型的条件下，完成了从工作站环境设置、数据库搭建、向量化处理到元认知框架设计的完整工程。本文记录的不是“测试”，而是一个真实项目的完整生命周期。
2026-02-27 22:25:29
630
1
原创 Deepseek百万 Token 窗口的极限实践：一位非专业人员使用实录
摘要：此文非技术评测，而是一份关于Deepseek最新百万token窗口的真实工程“长程思考”实录。本人非AI与计算机专业，从事生物医学与心理学工作，人文爱好者。利用十天时间，通过浏览器deepseek云端模型对话窗口，实现了一套从本地环境设置、工具流搭建、数据建库与向量化的整个工程。本文记录了主要的过程与指标。
2026-02-25 16:41:24
786
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人