XLYcmy的博客

原创 本科毕设问答 七

激活函数为ReLU。def train(model, mb_Ys, mb_X1s, mb_A1s, mb_X2s, mb_A2s, batches, params, lr=0.0001):#model：需要训练的模型 mb_Ys：每个mini-batch的真实标签 mb_X1s, mb_X2s：每个mini-batch的特征矩阵 mb_A1s, mb_A2s：每个mini-batch的邻接矩阵 batches：mini-batch的数量 params：Patchy-San算法的参数 lr：优化器的学习率。

原创 检索大赛 chatgpt数据库检索补充图片

豆包_关键词聚类分析图。关键词共现分析图_文心。关键词聚类分析图_文心。文心_关键词聚类分析图。

原创 本科毕设问答 五

def get_info_from_parsed_filename(fileinfo): #get_info_from_parsed_filename(fileinfo)函数：从解析的文件名中提取程序名称和函数名称，并将它们连接成一个字符串返回。def get_more_from_parsed_filename(fileinfo): #get_more_from_parsed_filename(fileinfo)函数：从解析的文件名中提取架构和编译器信息，并将它们连接成一个字符串返回。

原创 本科毕设问答 六

dataset = tf.data.Dataset.zip((tf.data.Dataset.from_tensor_slices(Ys), tf.data.Dataset.from_tensor_slices(E1s), tf.data.Dataset.from_tensor_slices(E2s)))#tf.data.Dataset.from_tensor_slices(Ys)：将Ys转换为TensorFlow数据集。tf.math.l2_normalize函数用于对张量进行L2归一化。

原创 本科毕设问答 三

最后，由于路径字符串在循环外部已经预先生成，因此在循环内部可以直接使用，无需再进行任何额外的处理，从而进一步简化了代码结构，提高了代码的可读性和可维护性。为了优化这一处理流程，改进后的GESS方法采取了预处理策略，改进后的方法提前将所需的文件路径拼接好，并将结果存储在预设的变量中。这一改变不仅简化了代码结构，提高了代码的可读性和可维护性，而且通过减少不必要的检查操作，有效地提高了程序的执行效率。（4）采用TensorFlow的函数式API，使得代码结构更为清晰，增添了代码可读性的同时，获得性能上的提升。

原创 本科毕设问答 四

原始GESS方法中的所有实验都是使用TensorFlow 2.3.0进行的，在超参数的选择上，本文参考了GESS原本的思路，即逐一调整某个参数，同时保持其他参数不变。，采用网格搜索方法，即在预设的参数范围内，通过遍历所有可能的参数组合，来寻找最优的参数配置。在提取ACFG的过程中，针对每个基本代码块采用以下九个属性:算术指令的数量、逻辑指令的数量、转换指令的数量、数据操作指令的数量、呼叫指令的数量、跳转指令的数量、其他选定指令的数量、引用数据或代码的次数、总指令数。会采用属性的线性组合来定义节点的标签。

原创 本科毕设问答 二

在本文的研究工作中，采用的是静态提取CFG的方法，这意味着并不实际运行相应的二进制文件来生成CFG，而是通过分析其代码结构来构建。此阶段的目标是训练出一个模型，使得相似的ACFGs能够呈现出相似的特征，即它们的图嵌入应当彼此接近。CFG通过有向图的形式，以直观且详尽的方式展现程序的结构。一个函数的ACFG是对传统CFG的扩展，通过在顶点上添加一系列属性，使其能够更全面地反映函数内部的基本代码块特性。在二进制代码中，分支的展现形式多种多样，它们既可以是有条件的，也可以是无条件的，即总是被执行的。

原创 本科毕设问答 一

为了实现这一步骤，它通过从ACFG中选择固定数量的代表性节点，随后，对于每一个选定的节点，GESS进一步计算其固定大小的邻域，进而实现。GESS，即相似性搜索的图形嵌入，是一项颇具创新性的图嵌入方法。除了PPT上列出的静态检测技术的优势，还有就是（说动态的不足或者说是条件限制）对固件漏洞的动态检测是一个复杂的过程，它要求固件在动态环境下运行，并通过自主开发或利用已有的软件漏洞检测工具对固件实施检测。（4）在每个感受野中，先根据节点到源节点的距离进行排序，在距离相同的情况下，再依据节点的标签进行排序；

原创 检索大赛 传统与AI进行对比+中英文数据库对比+总的一个综述

发文年代分布柱状图前 10 发文期刊统计结果前 10 文献来源的文献数量分布柱状图。

原创 检索大赛 中英文数据库对比

前 10 个来源出版物的文献数量对比。出版年份和文献类型分布。

原创 基于RAG的智能文献检索系统构建与验证 下

我们的系统是一个基于本地知识库的智能研究助手系统，采用模块化设计实现了PDF解析、语义检索与生成式AI问答的完整流程。采用​通过配置类统一管理路径参数，使用ResearchPaper封装论文元数据和文本块；​专门处理PDF解析和智能分块，采用布局解析策略提升文本提取质量；​集成Sentence Transformers和FAISS，实现文本向量化与高效相似度检索；​​整合知识检索与LLM生成能力，构建基于上下文的智能问答系统。结合固定窗口（512字符）与句子边界分割，保留语义完整性。

原创 检索大赛 传统与AI对比——以知网为例

发表年份情况对比关键词频率对比期刊来源情况对比文献类型分布情况对比作者分布情况对比作者数量分布对比。

原创 基于RAG的智能文献检索系统构建与验证 上

在本章中通过结合RAG技术，调用QwQ-32B的API接口，使用python编程实现了智能检索系统的搭建，通过和直接向QwQ-32B的API询问“请列举近三年提出的基于LLM的漏洞检测技术的文献”的结果进行实验对比，有效验证了我们方法的卓越性。

原创 多策略优化在文献检索中的应用及成效 下

所谓prompt就是“提示词”的意思。在AI大模型中，Prompt的作用主要是给AI模型提示输入信息的上下文和输入模型的参数信息。Prompt可以帮助大模型更好地理解输入的意图，并作出相应的响应。此外，Prompt还可以提高大模型的可解释性和可访问性。通俗地说，就是给AI模型提供一个“提示”或“指引”，帮助它更好地理解和完成任务。随着LLM的日益发展，prompt工程也越来越繁荣，更大社交平台上每天都有更新的prompt提示出现。

原创 多策略优化在文献检索中的应用及成效 上

本章深入探讨二次验证、Prompt 工程和交叉验证技术在文献检索场景中的应用原理与实施过程。首先，详细介绍二次验证机制从漏洞挖掘领域移植到文献检索场景后的适应性改造，分析其在提升检索结果准确性方面的作用机制。接着，阐述 Prompt 工程在优化检索指令、引导 LLM 生成高质量检索结果中的应用，深入剖析 “领域限定 + 角色扮演 + 示例引导” 复合式检索指令模板的设计思路与应用效果。随后，介绍交叉验证体系，探讨其在识别和纠正检索结果偏差方面的优势。

原创 大模型驱动文献检索流程的创新探索 下

本章节的实验以及基于国内主流大模型平台展开，涵盖 Kimi、豆包、腾讯元宝、文心 4.5 、文心 X1以及deep seek。选择这些平台，为确保实验的一致性与针对性，整个实验过程采用汉语作为交互语言，契合国内学术研究与实际应用的语言环境。和之前相同，我们在Kimi、豆包、腾讯元宝、文心 4.5 、文心 X1这几个大模型平台上进行prompt工程以及二次验证，在deep seek上进行最终的加叉验证。最终得到的实验结果如表4-1所示。

原创 豆包数据库检索文献 3+4

关键词分布关键词共现图关键词聚类分析图关键词详细分布文献来源分布主题分布。

原创 大模型驱动文献检索流程的创新探索 上

本章聚焦于使用大模型进行文献检索的流程创新，探讨其在理论和实践层面的可行性。结合之前的二次验证、prompt工程以及加叉验证，提出了一种提高文献真实性的检索流程，并对最终的实验结果进行了分析讨论，对于流程存在的问题和未来解决的方向展开了分析。

原创 豆包数据库检索文献 1+2

共进行15次对话，prompt设计如下：请帮助我进行文献检索，请协助完成以下步骤：第一步：主题可行性验证请先帮我评估"数字经济赋能城市低碳治理路径研究"这个主题的：1. 主流研究方向聚类（至少列出5个细分维度）2. 近五年核心期刊发文量趋势3. 国内外权威研究者/机构分布4. 推荐3-5个最佳检索关键词组合第二步：分批次文献获取确认可行后，请分批提供文献（每批10-20篇），要求：【内容规范】1. 时间范围：2019-2025年（含录用待刊文章）

原创 检索大赛 最后一个数据库探讨

关于最后一个数据库补充，今天我尝试了一些国内大模型平台的学术搜索，我发现文心X1的学术搜索比较出色，当我要求它查找30篇我们主题的文献时，不仅最后文献基本真实，并且数字为26，而且给出了查找只有26的理由，感觉可以作为最后一个数据库。

原创 软硬件验收讲稿

这是提取ACFG后得到的json文件，我们通过differ命令将这个文件和通过原始GESS提取ACFG得到的json文件进行对比，可以发现两个json文件是有差异的，即所提取的信息是有所不同的。其中main.py是用来训练并验证模型的程序，输入命令python main.py newGess.json，可以看到程序正常运行，因为训练时间较长，不再展示全程，可以看到输出的model文件，同时将输出情况输入到output1.txt，可以看到一个运行的情况。其余文件由于本次改进中没有太多改动，不再一一展示。

原创 毕业设计 软件使用说明书

运行parse_data.py就可以提取数据生成json文件格式。由于主要改进以及实验集中于这两个文件，其余文件使用不再赘述。运行main.py对模型进行训练验证和测试。一份改进的GESS算法。

原创 chatgpt数据库检索文献 修改 下

对于剔除虚假文献后的69篇真实文献，目前使用豆包和文心一言进行了图像可视化，文心一言的词云图片和豆包的主题分布和文献来源分布图片感觉还不错。关键词提取从69篇文献中提取了以下与主题相关的关键词：关键词共现分析概述由于实际共现分析需要借助专业软件对关键词出现频次及其共现关系进行可视化展示，以下提供共现分析的思路概述：关键词共现分析图在关键词共现分析图中，关键词之间的连线表示它们在同一篇文献中的共现关系，连线越粗表示共现频次越高。从图中可以看出，数字经济、城市低碳治理、低碳转型、技术创新等关键词是文献中的高频词

原创 检索大赛 改进规划

原创 chatgpt数据库检索文献 修改 中

虚假文献共计8篇。#### 6.**数字经济发展、政府介入与城市经济韧性*- **作者**丁如曦、倪鹏飞、李东- **期刊**《财贸经济》，2024年第45卷第2期，页码104-121. **数字经济能推动城市绿色协调发展吗?**- **作者**：未知- **期刊**：《资源与产业》，2024年第26卷第12期9. **数字经济赋能城市绿色协调发展：基于中国280个地级市的实证分析**- **作者**：未知。

原创 chatgpt数据库检索文献 修改 上

**摘要**利用2013-2019年中国30个省份的数据，研究数字经济、新型城镇化与碳排放之间的关系，发现数字经济显著促进了碳排放的减少，而新型城镇化对碳排放的影响不显著。- **摘要**分析了数字经济发展对城市碳排放的作用，研究发现数字经济发展能够显著促进城市的碳减排，并且产业结构转型升级是数字经济促进城市碳减排的重要中介机制。- **摘要**研究数字经济发展对城市碳排放强度的影响，发现数字经济通过提升区域创新质量，显著降低了碳排放强度，且这一影响具有动态和可持续性特征。

原创 检索大赛 图片类型+创新点+实验

关键词共现分析，关键词聚类分析，发文趋势图。

原创 智能体大赛 系统设计

2.对于用户上传的文献（格式可以是 txt、 markdown、 mdx、 pdf、 html、 xlsx、 xls、 docx、 csv、 md、 htm等），利用LLM进行文献总结，过滤噪声并提炼核心知识，生成可直接使用的结构化输出；基本用户流程：帮助其查找（此功能最好使用，确保真实性），另外，可以对于查找到的论文进行梳理，生成思维导图（不一定要是图片，可以是类似结构，生成东西全权交给LLM智商），最后，可以根据用户需要去查找相同作者或者相同领域的论文，对于查找到的论文同样可以思维导图之类的。

原创 deep seek赋能检索知网文献 3+4

最终检索范式：(SU=('数字经济' + '数字技术' + '数字治理' + '产业数字化') * ('低碳治理' + '碳中和' + '碳减排' + '赋能路径' ))NOT SU=('乡村' + '教育'+ '社区' + '旅游')### **检索要素表**

原创 deep seek赋能检索知网文献 1+2

你是一个资深的文献检索专家，现在你需要在知网上查找“数字经济赋能城市低碳治理路径研究”主题的文献，请给出详细的查询方案即查找关键词，例如该表“检索要素表中文关键词英文关键词分类号块1：数字经济数字经济、 数字金融、平台经济等F29F49块2：低碳治理低碳治理 、环境治理 、绿色发展、双碳、减排、政府环保等X321X511要求：1.查找关键词契合主题方向 2.查找方案符合数据库要求。

原创 deep seek赋能检索超星 3+4

一开始的检索范式为：((Su='数字'* | '智能'*) AND (Su='低碳'* | '碳'* | '环境治理' | '绿色发展') AND (Su='城市'* | '城镇'* | '都市圈') AND (Su='路径' | '策略' | '对策' | '政策'))AND(2016<Y<2026)但是文献数目过多，共27048篇：二次调整检索范式为：((Su='数字经济'|'数字技术'|'数字化转型'|'数据要素'|'平台经济') AND (Su='低碳治理'|'碳中和'|'碳达峰'|'碳排放'|'绿

原创 deep seek赋能检索超星 1+2

你是一个资深的文献检索专家，现在你需要在超星发现系统上查找“数字经济赋能城市低碳治理路径研究”主题的文献，请给出详细的查询方案即查找关键词，例如该表“检索要素表中文关键词英文关键词分类号块1：数字经济数字经济、 数字金融、平台经济等F29F49块2：低碳治理低碳治理 、环境治理 、绿色发展、双碳、减排、政府环保等X321X511。

原创 智能体大赛 作品简介

三是提供“惊喜生成”模式，基于Prompt策略生成学术冷知识、科技预言、研究谜题与论文标题，增强用户体验，同时提供创意，激发学术idea。在实现过程中，我们解决了面向用户的友好简单操作设计、检索结果与用户需求对齐、以及生成内容的可控性等关键问题，通过分阶段解析与动态Prompt优化确保了系统稳定与输出质量。《智研星图》是一款面向学术研究的智能体，基于魔塔社区的QWEN系列大语言模型构建，结合万方数据库插件与Prompt工程设计，实现高效、结构化的知识发现与整理。

原创 检索大赛 建议AI整体辅助线

原创 chatgpt数据库检索文献 上

请帮助我进行文献检索，请协助完成以下步骤：第一步：主题可行性验证请先帮我评估"数字经济赋能城市低碳治理路径研究"这个主题的：1. 主流研究方向聚类（至少列出5个细分维度）2. 近五年核心期刊发文量趋势3. 国内外权威研究者/机构分布4. 推荐3-5个最佳检索关键词组合第二步：分批次文献获取确认可行后，请分3批提供文献（每批30-50篇），要求：【内容规范】1. 时间范围：2019-2025年（含录用待刊文章）

原创 chatgpt数据库检索文献 下

以下是关于“数字经济赋能城市低碳治理路径研究”的第十一批高质量文献（共30篇），符合您提出的时间范围、文献类型和质量标准。- **摘要**本文基于2011-2019年中国274个城市的数据，探讨数字经济对城市绿色发展的影响，发现数字经济显著促进了城市绿色发展，但其影响存在边际效应递减的非线性特征。- **摘要**利用2013-2019年中国30个省份的数据，研究数字经济、新型城镇化与碳排放之间的关系，发现数字经济显著促进了碳排放的减少，而新型城镇化对碳排放的影响不显著。

原创 智能体大赛 目录

目 录... I一 开发背景... 11.1选题背景... 11.1.1 背景介绍... 11.1.2 现有解决方案的不足... 21.2作品简介... 21.2.1 方案主要功能与实现... 31.2.2 技术架构与创新特色... 41.2.3 研究意义与应用前景... 61.3文章结构... 6二 技术架构... 82.1基础模型层... 82.2核心驱动层... 92.3数据根基层... 11三 核心功能... 133.1可信文献检索与系统性知识梳理... 133.2多格式文献智能解析与核心知识

原创 智能体大赛 总结与展望 未来展望

5.2。

原创 智能体大赛 实现逻辑 基于Prompt思维链的任务分解与执行

每一步都是一个目标明确、边界清晰、易于验证的确定性任务。这种基于思维链的任务分解策略，为我们带来了极高的稳定性与可靠性、卓越的输出精确性与一致性、强大的可解释性与可调试性、优化的计算资源使用、遵循人类认知模式等多重关键优势，是“智研星图”智能体实现其强大认知功能的关键技术支柱。相反，系统采用了一种更为精巧、可靠且符合人类认知规律的工程策略，将一项宏大的、模糊的用户指令，解析为一个结构清晰、逻辑严谨、顺序执行的子任务序列，通过定向优化的Prompt分步引导LLM，最终协同完成整体目标。

原创 智能体大赛 总结与展望 比赛总结

智研星图”智能体的设计与开发，是我们在2025“万方数据杯”智能体大赛中针对“研学效率工具”赛道所提出的一项系统性、创新性解决方案。本项目立足于当前科研工作者在“知识爆炸”时代所面临的严峻挑战——信息过载、检索低效、整合困难、创新乏力，通过深度融合LLM的强大能力与权威学术数据库的可靠数据，构建了一个以真实性为基石、以智能化为引擎、以激发创新为愿景的新一代AI研究辅助平台。本次参赛过程不仅是对我们技术能力的一次全面检验，更是对未来人机协同科研范式的一次深刻探索与实践。