返回 Skill 列表
extension
分类: 其它无需 API Key

ryan-paper

Ryan 的科研论文雷达。在顶会(CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR/AAAI、CoRL/RSS/ICRA、ACL/EMNLP、USENIX Security/CCS/S&P)与顶刊(IEEE TPAMI/TIFS/TNNLS/TMC/TPDS/TKDE、JMLR)中按四大方向检索高相关论文:(1) 图像视觉感知——目标检测/实例分割/开放词表检测/缺陷与视觉异常/点云3D视觉/模式识别;(2) 多模态与视觉-语言——多模态融合(RGB/IR/Depth/LiDAR/Event)/缺失模态鲁棒/VLM/MLLM/跨模态检索;(3) 联邦与分布式学习——个性化联邦/联邦大模型(FedLoRA)/联邦持续学习/联邦异常检测/去中心化/通信高效/差分隐私/拜占庭鲁棒;(4) 具身智能与多智能体——VLA/联邦VLA/具身大模型/多智能体系统。KAN 与 MoE 作为跨方向加权方法。Use this skill whenever Ryan asks to 调研/跟踪/检索/筛 论文,wants a 日报(daily report)or 周报(weekly summary),needs to find new papers/methods/benchmarks/code repos,or maintain a paper inventory across these directions and venues — trigger even when only one direction or one venue is mentioned. Always excludes 视频/扩散模型/视觉SLAM与地图/纯机器人本体/时序预测/域泛化/纯数据集发布类论文。

person作者: user_5b7f4897hubcommunity

Research Paper Radar

把 Ryan 的四大研究方向,系统化地从一组指定顶会顶刊里捞出高相关论文,产出日报 / 论文清单。这个 skill 做两件别的工具做不好的事:(a) 用一套统一的"相关性 + 负向过滤"标准约束噪声;(b) 把"顶会顶刊"这个抽象要求落成可执行的检索渠道与 query 配方(见 references/venues.md)。

一、四大研究方向

| Dir | 方向 | 核心子领域(英文检索词主词) | |---|---|---| | D1 | 图像视觉感知(image-centric) | object detection, instance / panoptic segmentation, open-vocabulary detection/segmentation, defect detection / visual anomaly detection, point cloud / 3D object detection / LiDAR perception / BEV perception, pattern recognition | | D2 | 多模态与视觉-语言 | multimodal fusion(RGB-IR / infrared-visible / RGB-D / LiDAR-camera), missing-modality robustness, vision-language model / VLM / MLLM, cross-modal retrieval, multimodal recognition;domain adaptation 保留在此 | | D3 | 联邦与分布式学习(含隐私) | federated learning, personalized FL, federated foundation model / FedLoRA / FedFM, federated continual learning, federated anomaly detection, decentralized learning, distributed & communication-efficient optimization, differential privacy / secure aggregation, Byzantine-robust / trustworthy FL | | D4 | 具身智能与多智能体 | embodied intelligence / reasoning / perception, vision-language-action(VLA), federated VLA / robot policy learning, multi-agent system / coordination(communication-constrained) |

跨方向加权方法(命中任一方向时额外加权,本身不单独成类):Kolmogorov-Arnold Network / KANmixture of experts / MoE

完整的每方向检索词、arXiv 分类、种子锚点论文、qualification 规则与 query 模板见 references/directions.md

二、检索范围:顶会 + 顶刊

| | 会场 | |---|---| | 顶会 | CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI, CoRL, RSS, ICRA, ACL, EMNLP, USENIX Security, CCS, S&P | | 顶刊 | IEEE TPAMI, IEEE TIFS, IEEE TNNLS, IEEE TMC, IEEE TPDS, IEEE TKDE, JMLR |

每个会场覆盖哪些方向、从哪个渠道(arXiv / Semantic Scholar API / OpenReview / DBLP / CVF / ACL Anthology / USENIX / IEEE Xplore)抓、用什么 query —— 全部在 references/venues.md。开检索前先读 venues.md 里与本次方向相关的那几行,不要凭记忆拼 URL。

arXiv 是日更主干(几乎所有顶会论文都会先挂 arXiv,且早于正式 proceedings 数月);Semantic Scholar / OpenReview / DBLP / 各会场 proceedings 页 用来确认/优先"已被顶会顶刊接收"的论文,并补全摘要。

三、相关性判定(只记高相关)

两档标记:

  • 极高(log,写完整摘要) —— 满足以下任一:

    1. 方法可插入 —— 能直接接进 D1–D4 某条技术栈的技术(如可联邦化的检测/融合模块、pFL 聚合策略、PEFT/通信压缩手段、VLA 架构件)。
    2. 可用 benchmark / 评测协议 —— 该方向会实际用到的评测平台(注意:纯数据集发布类只计数不展开,见负向规则)。
    3. 理论地基 —— 收敛性证明、隐私界、通信约束下的一致性/稳定性分析等本方向会建构其上的分析机制。
    • 加分项:出自上面任一顶会顶刊,或 arXiv comment 标注 accepted at 这些会场。
  • 相关(只在"本日扫描覆盖"里计数,不展开) —— 增量变体、邻近但缺联邦/分布式/多模态/具身视角的工作。

四、负向过滤(始终排除)

一句话清单(完整负向关键词、边界 keep-list、判定规则见 references/negative_filter.md):

  • 排除:视频 / 扩散模型 / 视觉 SLAM 与地图 / 纯机器人本体(运控/硬件/步态/规划,软规则)/ 时序预测 / 域泛化 / 纯数据集发布
  • 别误杀(keep):event camera(稀疏帧,非 video)、domain adaptation(只排 generalization)、BEV perception/detection(只排 BEV map construction)、FedVLA / policy learning(D4 保留,所以 manipulation/imitation learning 不进硬黑名单,仅当"无 VLA/联邦/具身认知视角的纯机械控制"才 drop)。

五、工作流

A. 今天的调研 / daily radar

  1. 读相关方向的 references/directions.md 段落,以及 references/venues.md 中对应会场行。
  2. 多渠道检索(至少两路):arXiv listing(主干,query 末尾加 2026 / 2025)+ 其一(Semantic Scholar venue 检索 / OpenReview / 某 proceedings 页)。
  3. 每篇候选抓够内容写出有信息量的摘要(读 abstract + 略读 method/results),不要复述标题。
  4. 过负向过滤 → 只留"极高"。不确定就丢。
  5. assets/daily_report_template.md 写,存 daily_reports/YYYY-MM-DD.md

B. 会场扫描 / venue sweep(周级或按需)

当 Ryan 说"扫一遍 X 会场 / 看看 CVPR2025 有啥 / 把今年顶会过一遍"时:

  1. venues.md 取目标会场的 accepted 列表(DBLP TOC / OpenReview / CVF / ACL Anthology / USENIX / Semantic Scholar venue 检索)。
  2. 用方向检索词对标题做初筛 → 与 paper_inventory.md 去重 → 对命中项补摘要。
  3. 过负向过滤 + 相关性判定,把新"极高"并入当日报告或单列一节。

D. 问某篇 / 某话题

直接答。若聊出一篇还没记录的"极高",主动提议加进当日报告。

六、文件组织

research-tracking/
├── daily_reports/      YYYY-MM-DD.md
├── paper_inventory.md  跨周去重的"极高"清单(按方向 D1–D4 分组)
└── roadmap_notes.md    方向演进笔记

首次运行先初始化以上目录再写第一篇日报。

七、输出语言约定

  • 标题与分析:中文
  • 论文标题、作者名、会场名、技术术语:英文原文;不翻译论文标题
  • 每篇条目恰好三件事:title(同行带 author/venue/URL)+ 有信息量的摘要(2–4 句真内容,distill 而非复述 abstract)+ 入选理由(挂到方向 slot)。无 checkbox、无逐节套话。

八、操作原则

  • Substance over scaffolding. 摘要是条目的 payload:核心方法是什么、关键结果/洞察、一个值得记住的技术细节。
  • 跨方向综合是唯一的叙事段. 日报结尾一段 prose,连起当天论文(若有联系);没有就一句话带过,不硬凑。
  • 快速静默拒绝. 大多数论文进不了;邻近但不够格的只计数。
  • 负结果是诚实信号. 某天 0 篇"极高"是有意义的——说明该方向饱和或安静。不灌水。

参考文件

  • references/directions.md —— 四方向的检索词 / arXiv 分类 / 种子锚点 / qualification / query 模板
  • references/venues.md —— 顶会顶刊检索渠道总表(每会场 → 方向标签 + 渠道 URL/API + query 配方)
  • references/negative_filter.md —— 负向关键词 + 边界 keep-list + 判定规则
  • assets/daily_report_template.md —— 日报骨架