AAAI感受感觉像是自己一个人打了一次美赛哈哈哈哈哈哈，倒计时的三天也没睡几个小时的觉；不过傍晚提交完论文走回宿舍的路上，小风一吹，感觉那是最如释重负的时候～ 论文撰写问题汇总： 写作习惯不好，标点后边都不爱加空格；以及画图时(a)后边也没有紧跟空格 句子啰嗦，反复提及，表达不流畅 Intro的写作逻辑不好 搞不懂如何设置实验任务，以及设置这个实验任务是在什么setting下，为什么要这样设置，

基于对两篇hugging face Blog的学习梳理与摘录 视觉语言模型(Vision Language Model)视觉语言模型是可以同时从图像和文本中学习的多模态模型，其属于生成模型，输入为图像和文本，输出为文本。其拥有广泛的应用，包括基于图像的聊天、根据指令的图像识别、视觉问答、文档理解、图像描述等。现有的大视觉语言模型在训练数据、图像编码方式等方面采用的方法很多样，因而其能力差异也

科研进展6月是科研上进展最多的一个月了，这个月实验基本上该做的都做完了，认认真真画了论文的Intro图和frame架构图(画图耗费了太多精力)。 后续就是不断的打磨迭代和修改润色了，做好投递之前一切的准备工作，尽人事听天命🙏。 六月的长春端午假期去长春找陈老师啦，这一次我们一起去了净月潭国家森林公园，可以说这是我目前体验最好的国家级森林公园啦！环境很干净、户外感觉体验完美，我们租了一辆俩人开的小

本篇文章属于 读书笔记 的摘抄记录 项目地址：https://github.com/HKUSTDial/Supervisor-Skills 如何评价一篇论文的质量在科研过程中，我们需要做一个思路的转变：很多学生通过如何写论文的角度来评价论文的质量，但对于刚入门的学生来说，不必过早纠结于如何评价一篇论文对学科发展的深远影响，因为这类评价需要长期的学术积累和对领域的深入了解。 实际上，一篇论文

科研起色这个月终于把实验继续推进了下去，参加了几次讨论班基本上都有汇报的内容；实验也在有条不紊地推进下去，争取抓紧时间写出来。 累并快乐着这个月篮球赛对于生活的影响非常大，耗散了太多的精力，好在结果是好的，我们拿到了2026年科苑杯华北赛区的冠军，期待全国赛的表现吧！ 我对于自己打组织后卫的角色其实并没有适应，最初我是打2号位的，但是现在让我转型打1号位，所以导致位置很尴尬，风格转型不过来，打着很

忙碌的四月这个月过的相对来说挺充实的。 四月初清明节放假和陈老师去延吉完了两天，好吃的很多，边陲小镇感受了一下朝鲜族的异域风情。 延吉地方挺小的，呆了两天基本上主要的街道就都熟悉了。去吃了韩餐、打卡了网红墙、逛了逛延边大学。 清明假期结束后，进入了紧张的科苑杯训练备战阶段，每周都会进行高强度的训练，身体非常的疲惫；小组赛第一场比赛就输球了，我们过于轻敌、过于放松。 现在打球考虑的会非常多：非常想打

项目架构文件结构执行测试

回归正轨回所后开启了熟悉的工作节奏，三月这一个月其实科研进展不大，因为正式开工就已经3月5号了。 但是相比于春节前最后的时候，还是积极了很多、投入了很多。科研上没有进展仍然是最大的瓶颈 3月13号顺利完成了硕士论文开题答辩，通过了开题，比较幸运没有二次答辩，回所后这20多天没干别的事，每天就是想着怎么能把开题熬过去。 3月15号去了长春，陪对象呆了两天，人生第一次出山海关，踏上大东北这片黑土地，长

Qwen3.5架构剖析Qwen3.5架构创新点Qwen3.5: Towards Native Multimodal Agents 注意力机制Qwen2.5-VL / Qwen3-VL主要依赖纯粹的稠密 Transformer (Dense Transformer) 架构，全局注意力机制导致长上下文的 KV Cache 呈 O(N)线性甚至 $O(N^2)$增长，推理极其昂贵。 Qwen3