美赛AI使用语句是还是否

你还在为美赛论文熬夜干到天亮？二零二六年用 ai 帮你写！今天我们带来这份自带 ai 提示词的美赛论文模板，论文里标红的是写作要点，标蓝的是 ai 提示词，你只要按顺序填空， ai 就 能帮你生成内容，轻松搞定一篇结构完整、逻辑清晰的美赛论文。记住， 今年美赛用对 ai， 你 就赢了一半。第一个是摘药部分，这是最重要的部分，摘药一定要最后写，等你全书写完，把论文上传给 ai， 配上这段奇志词，这样生成的摘药既专业又自然。评委看不出是 ai 写的，注意不要添加论文中没有的内容， 这是为了避免 ai 幻觉。对于模板的使用方面也很简单，假设这是我们 ai 生成的摘药，我们想往里面放，就直接把前面的空格空出来，然后复制过来，右键选只保留文本，选中之后选皱纹，马上就变成我们一般的皱纹格式了。 接下来是目录部分，这里需要特别提醒一下大家，最后做完的时候一定要点一下更新整个目录，然后点确定这个是一定要做的，不然后面新增章节可能不会出现到这个目录中。 后面 intro 大 神部分这里介绍的也很清晰，如果是我写的上传题目就可以开始就上传，如果需要上传题目以及文档的就是最后写的。而文献中数部分，如果是新手或者觉得题目不是很熟悉，可以先不写， 往后 out。 流程图这里我们唯一要注意的是，记住上表下图并居中。其次，关于假设这部分，千万别写假设世界和平这种废话，要和你的模型题目紧紧相贴。接下来是符号部分，符号表不要手敲，写完论文，把论文丢给 ai， 让它自动提取符号含义和单位，一键生成 建模没思路，用内置提示词问 ai， 每一个建模的 ai 提示词这里都给你写好了，后面是一样的流程，全套资料和美赛绘图模板已经准备好了，评论区留言提示词即可免费领取哦！关注我，解锁更多 ai 写论文的实用技巧！

大家好，欢迎来到数码教学站，那么本次的话是给大家带来一个美赛的一个 ai 体质词的一个分享，那么的话这个里面包含了我们的论文，包含了我们的代码，同时的话包含了我们的这样的一个生图， 比如说我们最头疼的对不对？画这种 our work 的 图，这个的话全部都给大家包含进来了。 那么的话我们知道现在的一个 ai 的 话，它已经发展的非常迅速了，不管说你用豆包也好，对吧？可能豆包这方面还差点，豆包可能更加偏向于我们生活一点， 呃，你用 gmail， gmail 也好，用我们的 gpt 也好，或者说我用其他的模型也好，它现在的话基本上已经可以去大概的去把这个题目给解出来了，而且的话基本上思路上面不会出现什么太大的问题。 那我们所需要做的话，其实就是规整我们的提示词，然后的话在他的一个基础上面再去升华，然后的话最大化的去节约我们的一个解决的一个时间，把我们最核心的时间，把我们更多的时间放在提高我们的一个整体的一个水平上面，去 看看他一次可以吐多少代码，这个一次可以吐上千行代码。 好，那么我们直接来看一下我们这个提示词应该怎么进行设计。那么我们之前就跟大家说过的话，我们的一个提示词的话，我们首先的话基本上是要给他一个角色，给他角色之后他才会更加清晰的知道自己应该往哪个方向去做 好。首先的话我们直接把这个 赛题上传给他，那么的话 a 题的话他是没有这个附件的，那我就只上传一个赛题，然后我就告诉他作为一个数学建模全站选手，然后的话根据赛题查找相关的文献，生成第一问解决方案的内容，包含详细的建模过程，然后的话将题目 问题和模型紧密的联合起来，然后的话切记随意套用模型内容详细一点， 那么因为这个地方的话没有提供附件，那么的话你需要进行说明该赛题未提供附件，你可以基于真实世界的情况选用合适的分布进行模拟，或者查找网络资料自行爬取分析， 把这个自由权充分的交给我们的 ai。 然后的话以我们数学建模里面模型建立于修改章节内容形式，然后的话 markdown 代码的格式师进行输出，那么为什么要输出我要 markdown 代码呢？那么的话我们后面太有用， 因为他直接给你输出的话，你这个东西你也复制的不到 word 上面去，对不对？复制上去之后有很多各种各样乱七八糟的格式问题， 输出的话我就把方式直接让他去给我生成一份 markdown。 那 么注意了，我们在用这一套题的词的时候，我们需要去把我们的一个联网模式去给它打开， 有一个网页搜索的一个功能，我们要把我们的一个网页搜索功能给它打开，因为我们的要求是我们要让它去查找我们的相关文献。如果说你不开我们的一个网页搜索功能的话，那它怎么去查文献呢？ 对不对？它可以去帮我们去查到一些文献，包括我们 m d p i 的 这个网站呀，还有是我们这个艾斯威尔的那个三十 direct 科学直通车， 对吧？斯普斯普林格的，然后的话我们 wiki， 然后百度学术， 然后我们需要什么数据的话，他就会去在文献里面去帮我们找，而不是说他自己去胡编乱造，保证我们整体的一个这样的一个严谨性。 同时里面的数据的话，它会自己干嘛？自己去写代码，自己去进行模拟，来保证它论文里面数据的一个真实性， 看，一共搜了八十多篇，对吧？找了八十多篇论文去进行参考，然后的话形成了我们这样的一个解决方案， 那么大概的话就是呈现出这样的一种形式，有公式也有我们的表格，对吧？也有我们具体的数据，包括后面的参考文献也给我们全部都附上来了， 对吧？整体的呈现的话还像那么回事， 然后我们有了论文之后，我们就要去让他去帮我们写代码了，因为我们对于我们一篇论文来说的话，我们不能够只有我们的文字和我们的表格，我们还要有图片，对不对？ 所以说的话我们还要去让他去给我们做一些数据格式化的一个内容，那么的话我们就直接把这一套题的词直接复制甩给他， 如果说有附件的话，你就把这一句给加上，如果说没有附件的话，你就把括号里面这一句给删掉，那么的话他这个地方是没有附件的，所以说的话你就直接把括号里面的内容删掉，直接告诉他根据上面的思路根据，然后针对我们问题一去生成对应的一些代码，然后的话让他去尽可能的去把我们图片画的好看一点， 同时的话我们要去保证我们权威字体的一个统一，所以说的话让他把我们的图片也用我们的一个 test new roman 字体给它显示出来， 那么的话这个的话是直接可以拿来运行的，这个的话是直接可以， 嗯，换一个，换一个排插，它这个地方 环境太乱了， 直接复制过来直接运行，一共八百多行代码。一个问题 好开始出图了，对吧？这个图里面的话也是标准的 test new room test 和我们整个的话保持一致， 这台电脑上面没有装拍唱的专业版，专业版的话可以直接在旁边出土，这个的话就方便的多。 它这里面的话大概就有这样十五步的一个图片去模去进行模拟。 当然我们在时间论文的时候我们肯定不需要贴这么多，我们一般的时候给他贴个三乘三应该就差不多了啊， 或者是说一个三行四列的十五张图的话，你最多最多贴三行五列，但这感觉三行五列的话贴上去的话可能有点不清晰了，所以说的话一般贴个三乘三或者三乘四， 然后十五部这样的一个图片全都跑出来了，然后对应的结果 对吧？然后的话自行区间，然后每一步他的一个踩踏的一个情况单位是立方厘米， 对不对？离心点的检测每日的用量， 然后他的一个频率 基本上一次就可以完全的给它跑通。现在的一个 gpt 的 话，完全不需要我们自己去担心什么东西， 然后对于我们第二问和我们问后面的三问的话，那么的话我们就直接因为我们要保证我们的整篇论文它是一个可以连贯起来的东西， 你不能够啊东一步西一步，然后的话前文不搭后语，所以说的话你必须要让他根据我们的赛题和前面的解决方案去解决问题，不能够让他去独立的去解决，我们必须要基于前面的结论，然后的话去进一步的去优化我们的这篇论文。 说实话这个的话就是我们要加的一个内容，那么的话这个地方的话我在我的一个文档里面也给他标黄了，那么对于第二问和第三问或者说有更多的问题的话，你就把这地方改一改，所我们一定要基于前面的问题去解决，不能够直接，对吧？直接啊自己又去搞一套方案出来，那样的话就很乱了。 同样的这个地方的话，它里面有一个我们，对吧？该写的公式都写出来了，然后的话再加上我们的一个参考文献也给他附上来了，到底用的哪些文献呢？可以解决我们的一个问题二，当然这些文献的话基本上都是可以，都是都是可以搜的到的， 对吧？都是可以搜的到的。只要你把这个网页搜索的功能打开，那么的话你的一个论文的话基本上就不会出现什么太大的问题。 现在 gpt 的 话，它这一方面还是做了一些优化的，不会说像以前那样去给你胡编乱造。 这个 cloudfly 啊，真慢， 对不对？ robot 写的 real 罗布罗， real 对 不对？ real r 一 般的话，一般的话对于这个姓的话，它是会去缩写，只写它的一个首字母， 然后同样的对于我们问题二的话，一样的我们把一样的这样的一个提示词给它扔进去，然后的话我们就可以直接去跑我们的一个问题二了， 看它里面生成的材料是非常非常多的，基本上可以去覆盖我们美赛对于图标的一个要求了， 当然我们还需要一些矢域图的话，那么我们后面也有对应的矢域图的提示词，那么的话我们也可以，对吧去给我们再去除了这种数据可转化的图之外，再去丰富一下我们这篇论文， 对不对？里面也是有图有表，而且的话是保存下来的， 可以说可以非常非常大的去节约我们每赛的一个时间了。 那么问题三的话其实也是一样的内容，我们只需要把我们原先的一个问题二的那一个改成我们问题三就可以了，然后对于它的代码也是一样的，我们可以直接去跑，直接去运行， 然后其实灵敏度分析的话，它里面会在跑战马的时候它自己会去给你做，所以说的话你其实呃不用去专门设计它这个灵敏度分析的一个内容，你只需要把它给提取出来就可以了。 大家说如果说你要强制要去做的话，那么你也可以去专门的让它去做一遍灵敏度分析，这个的话也是没有问题的， 你可以让他去专门去做我们灵敏度分析，但是的话实际上是没有必要的，因为他在跑前面一二三问的时候，实际上也会对参数进行灵敏度分析，对吧？你可以看到它里面的话，基本上每一问的话都会给出它的一个执行域间， 那么之前的话我们让他给我们输出了一堆 markdown 文档，对不对？然后我们可以把这个 markdown 文档全部都复制在一起，然后的话去给他标注一下我们的一问题二，问题三， 然后上传给他。同时上传的话还有我们的题目和我们的一个美赛的一个论文模板，让他知道我们这样一篇论文到底有哪些内容。 那么这个的话就是我们直接把它给复制完的一个内容， 直接在我们他原先给的内容基础之上，然后的话我们直接在前面加一个问题，然后的话其他东西都是和我们之前一样的，对吧？ 这个表格，对吧？可以看到跟我们这也是一样的，然后有参考文献，然后前面的话加上一个问题二，然后的话其他的东西也是完全不变的，直接是完全复制过来的，然后的话这是第二问的参考文献，然后第三问，对吧？前面加一个问题三，然后的话后面的内容也是完全不变的，也就是说我们只需要在原先的基础上面去加， 对吧？九个字，问题一，问题二，问题三就完事了， 然后的话我们就把这一段提示词给他，根据我们模板题目整理解决方案的 markdown 文件，然后的话使它可以作为一篇正式数学建模论文使用，同时章节也使用一级标题，依次顺延，空缺内容根据我们文件文章内容以及相关资料进行填充，最后输出的是一份完整的格式规范的可以直接使用的 数学建模论文 markdown 代码块，然后的话这个东西然后的话就直接扔给他， 对吧？就会给我们规整出一篇数学建模论文出来， 在下部分的话他也给我们写出来了，而且的话也是根据我们这样的一个数学建模论文的标准形式，对吧？针对问题一，针对问题二，针对问题三，而不是说一段式的一个内容。 那么为什么用的是 jimmy 呢？因为我目前测过了，因为这个 jimmy 他 可能写文章的能力确实要好一点， gbt 的 话，他这个有点思考过度了，对于这种内容的话，他的话就有点不按照要求来， 那么我们整篇论文的话，基本上到了这个地方的话，就差不多可以去做善后工作了，基本上就差不多了，那么接下来我们要做的事情的话，就是把我们的一些图给它补上去， 那么图的话我们之前也给大家分享过这个图片的格式，对不对？你直接把我们这样的一篇论文给它扔过去， 这个的话它是有这样的一个导出成 word 的 一个功能的，我这地方就是直接把它给导成 word， 其他内容的话没有任何的改变， 对吧？没有没有任何的改变，我直接把它给导成 word， 导成 word 之后直接扔给他， 然后的话再把他我的一个赛题传给他，然后话就是告诉他作为数学建模全站，需要根据赛题和解决方案的理解，然后呢我要去给他增加对应的视域图或者积累图，同时我们要强调一下，这个东西不是数据可转化的一个内容， 数据可转化的话是我们需要用代码去跑出来的，他自己他这个文胸图的话去跑数据可转化不是很好，因为他没有那种数据嘛。 然后每一位需要有图片，再要设计合适的题词，然后用于我们 nala 布拉拉 pro 的 一个图片生成，然后告诉他我们的一个风格是什么样子的，他就会，对吧？把这个题的词给扔给我们， 同时的话我们一个 our work 的 部分，那么 our work 的 部分的话，我们有一个专门的题词词， 根据我们美赛 our work 的 一个设计风格，基于当前的论文工作，对吧？设计我们 our work 的 一个部分题时词，然后清晰明了的呈现出权威工作，那么之前的话给大家看过就是，对吧？就是这样的一个风格， 这个是前面的啊，这样的一个风格对不对？内容还是比较丰富的， 然后前面的话也是一样的，前面的话，对吧？这样把这篇复制过去，前面的话也是一样的，是可以直接扔给他的一个这样的一个 g p t， 不 对，扔给他一个 banana， 它就会给你去做一个生图， 这个前面的话全部都是用的它这里面它自己生成的提示词，然后自己去生的图，你看基本上的话，对吧？整体的一个内容的话，基本上没有什么太大的问题 吧？大概的话就给我们生成这样一份一幅图片，我们只需要把它给我们的提示词给复制进去就可以了，完全不需要我们自己去搞， 所以说的话我们就直接，对吧？让 ai 来帮我们设计 ai， 我 们就可以了，这样的话我们一整套的流程的话，基本上就差不多结束了， 我们要做的话就是去慢把它给出来一个内容，然后的话去打磨，对不对？把我们的一个数据格式化图片给它粘上去，把我们的一个呃这种激励图给它塞进去就可以了。 最后的话我们就去把我们的规论文给它规整出来，那么的话我们就是一篇比较 ok 的 一篇美赛论文了。 当然如果说，呃，你们像我们这种没有这种软件，那么我们应该怎么去把它转成我们的 word 呢？对吧？我们那个 markdown 怎么转成 word 呢？我之前也给他说过，可以直接去扣子，对吧？ 扣子里面你去把这一段，你去把它的一个 给他这么一段推辞词，然后的话你后面直接把它的一个 markdown 文本直接给它输入进去，输入进去之后 它就会给你生成一个新的 word 文档，然后你直接下载就出来就可以了， 对不对？ 然后公式对吧？公式也是 ok 的， 然后样式样式的话也是 ok 的。 好，那么所有的资料的话就放在这个地方，然后大家有需要的话可以自行的进行领取，这基本上就可以搞定我们整个数学建模了。

一分钟教会你美赛会图邪修！美赛马上就结束了，你的队友还在发带着豆包血印的图？没关系，让主播教你邪修。首先我们先出个国，然后打开这个网址，接着输入主播特调的奇妙就影， 再根据你的赛季调整就影内容。等待升成的过程中，可以看看主播王七的秀模视频，说不定还能帮你打开思路 星球。好了，看看 nonbanana 行李，图像清晰，字体也没变形，重点是整体逻辑非常通性合理。好了，快开始星球吧，有不懂的可以评论区问主播，各位欧奖得主快去使用吧，记得给主播点赞！

更多干货关注树魔乐园公众号！

更多干货关注树魔乐园公众号！

hello， 大家好，下面我给大家讲解，完全用我们这个 ai 这个豆包完成美赛的一个完整的一个论文拿下 m 奖。这个论文是去年完全用这个 ai 生成的， 这是翻译以后的这个文章，我们可以看一下最后拿的是 m 奖，好吧，我们可以看一下这个完全就是这个文章翻译的。 好。下面我给大家详细的演示如何用这个 ai 拿下我们这个 m 奖。好，下面是我们详细的演示，已经有美赛了吗？演示一下怎么样去用我们这个就是目前受众可能说最广的这个豆包和这个 deepsea 去完成一个美赛题目的一个解析。我以这个二零二五年这个 ct 为例，给大家演示一下怎么样我用这两个软件去完成我题目的一个解析，这篇这篇文章是用这个 ai 完成的，我这个文章在去年把它翻译成这个英文，它是拿了这个 m 奖，完全用 ai 去生成的，大家可以看一下这个 感觉 ai 上证的。好吧，教一下大家怎么样我能够拿到一个美赛的题目，把这个题目怎么样一步一步的拆解，把这个题目去解决出来，还能拿到一个不错的奖项。当然我还是建议大家在这个 ai 辅助的技术上， 自己也能够去进行一定的修正，画一些好看的图加进去美化一下，那我相信大家拿一个 h 奖以上应该也是非常容易的。好吧， 好，我们现在说怎么样给大家去演示一下，主要用的就是我这个给大家总结好的这个 提示词，我教大家怎么样去一步一步的去拆解这个题目，怎么去把这个题目写出来？这个提示词还有相关的资料，大家可以看这个置顶评论看获取，都是免费获取的。好吧，好，我们来看一下这个题目怎么去拆解。 首先拿到这么一个题目，首先我们可以拿到是英文，这个翻译成中文，你可以关注一些公众号，公众号上一般都会发，或者你等不及自己翻译，就把这个直接丢给英文，丢给 ai， 你 翻译出来这个还不是难事，你可以适当的进行一下的语句的修正，这都是可以的。 好吧，下面说这个，我们当然还是翻译过来以后再去做题。好吧，其实第一步大家是先翻译，翻译完以后相当于我现在这个题目一样。好，那我们怎么样去做题？第一步 先就是什么问题背景，我们就是以这个文章的行文为例，当然摘要是我们最后写好目录，肯定是最后生成的。好，第一步问题背景怎么整？生成这个直接我们看一下这个多少字，大概是七百六十五字，这个还是有点多的，为什么？因为我们最后要把它翻译成英文拼符，在二十五页 以内，我记得是你中文，相对于如果是二十四页可能会比较多，最后这个也是进行了一定的筛选好，所以说大家肯定要是先把这个什么刚开始要少一点，为大家推荐的就是六百字。好，我们来试一下这些内容其实可以直接用，是用这个 豆包去做就可以，我们可以把这个，你看我们可以把这个东西复制过来啊，你，你就可以把这些下面是说的数据了，这些东西就可以不用，也可以复制过来，这个影响不大。好吧， 我也可以把这个题目，就把哪一块内容，把数据，不是把这个问题上面的这些部分全部 像这些东西，关于数据的就可以不复制，关于问题的前面这些东西都可以复制过来，复制过来以后呢？你可以用我们这个指令，问题背景的指令，好吧，好，直接输给他，其实整体底下这个过程非常快的，好吧？ 我们可以看一下，当然深度思考，你如果写问题背景，你完全没有必要去开看更快一点，但是也没必要，时间还是挺长的，你也不用说那么紧张。好，这是这个问题背景，我们可以看一下，你可以完全把这个东西复制过来， 我们可以看下这个内容还是写的非常好的，复制过来以后你可以放到这个文章里面，再放到这一块，这块就完成了。其实数据这个东西建议大家你可以这个东西你可以 直接丢给，也可以数据，这我没有。这个主要就是说你首先第一步你把这个数据有哪些，你可以丢给他，让他去写数据有哪些，还有表仪的这些东西， 下面还有这些，你看这个是直接复制的，你会发现了，你看数据文件，这个是直接复制的，一模一样，所以说这个东西就可以你自己写，也可以直接去复制一下，也没影响，因为最后还是要翻译成英文的，所以这个查重基本上没问题，美在不用担心这个问题。 好吧？第二个说第二步是写什么？解决问题的时候直接丢给 ai 写就行了，不用麻烦了，这怎么写呢？就会把这个这几个问题全部直接丢给他， 用我们的这个指令，这是三个问题，那就直接把这个改一下，好吧，这个你自己改一下呗，就是很快的，整个过程你会发现非常的行云流水，最后你再去精修，还整个过程非常的流畅，你会发现这个 行文是不是有点多了？可以，这个时候你就可以什么简化一下，你写美菜的论文的时候，你前期写中文的时候，你 自己心里有意无意的去控制一下字数是最好的，因为后面你还要筛选，还是会很麻烦的。好吧，看着他比较多了，你可以让他简化一下，这个是很灵活的一个过程，你看这样其实就非常简洁了，你就可以把这个复制过来放到我们这个文章里， 这个其实是有点多，后面到处也是筛选了很多的好假设部分，你就可以你把问题给他了，所以他已经知道你的问题是什么了，所以你完全可以直接再丢给他，一般就是四个或者三个选四个比较好。好吧，这完全就是让他给你去解决这个问题，还是你自己 去看了一下这个篇幅怎么样？好吧，你有意无意的控制一下，到最后你就不用说还要花费很多的时间去减字数。看这个还是有点多，因为他一般都会给你偏多一点，所以你可以自己去看着一点去简化，现在其实就非常的完美了。把这四个你复制过来，复制到这个里面， 这个可以加粗一下都可以。好，这个符号说明就不说了，对吧？你自己的事了。好，这个当然是问题分析，当然也还写了就是一条指定的事，就是这些东西其实 你要说哪一块是有你自己的思路的思想，其实还是一会我再给你说模型建立部分，好吧，你看这个东西还可以，这个篇幅其实也还行，因为问题分析你还是字数，字数其实可以了。好吧，这个是有点多。 好，下面就是具体的问题，具体问题部分我给大家有一个思路。好，我们看一下这个具体的问题，这个题目在说什么？在说什么？开发一个模型预测，所以在说什么？预测， 所以你不管他后面多么滑，他主要在说什么预测。那这个为大家提供两个思路。第一个思路就是说你是新手小白，你不知道哪些预测模型，你不知道哪个更好， 那你就可以什么把这个问题你要再重新去，一个一个的再给 ai， 你 不要再基于前面的基础，那样会不惊喜。好，这个时候你就把整个问题再丢给他，你可以问他解决这个问题，先写代码。 好，先写代码，为什么呢？因为你先看这个代码能不能跑通，他给的代码如果能跑通，那你就可以继续用这个模型了。好，这是一个对小白的措施，说我们可以直接用这个指令就可以，这个没有什么太，因为前面已经数据没有，一般 没有什么数据。这个，好吧，这个就是说给我使用什么样的给我解决问题的完整的代码。好，这个我给大家举个例子。 好吧？这个预测，这个也是个预测模型，这个预测模型可以直接用吗？可以，当然我建议你可以，如果你有自己的想法，你可以换一下，用自己想的这个模型，让他给你写代码，或者说如果你是小白，你就可以把这个问题抛给他， 我有哪些模型可以解决这个问题？或者说我怎么样去解决这个问题？让他给你模型， 好吧？当然我建议大家去有自己的筛选，好吧，就可以直接用了。他这个携带码还是现在他也很净化，基本上给你大烟扫过去也没有什么问题， 核心框架他肯定都是搭了尾腰。对的，当时我们这个代码也是用这个 ai 跑的，你可以看一下导数据数据清洗，对吧？好，你看下这个数据，这是什么数据？这个是他的运动员的数据，这个是下载的，你可以把这个数据下载一下，好吧？到时候你就最好的是什么？你把这个数据给他， 再给大家演示一下，你一个数据你肯定是自己下载的。对，你下载数据这个工作不难的。下载数据，因为题目你看他告诉你了，说这个数据是哪些，你看他告诉你了，告诉你这些数据了， 所以你这个东西你不难的，你把这个东西下载下来以后，你把这个东西丢给他，好吧？好，你可以把这个东西复制给他，告诉他说使用我真实的数据，其实，哎呀，这不这么很灵活，你要灵活的去用它 去随机应变。好，我们这可以再新建一个。好，他终于也是写完了，写的还是非常的完善。好，我们可以把它放到我们这个代码里面，这个路径应该都是对的。好吧，那这应该正好有， 我们来运行一下，测试一下，你看他告诉你了缺少酷，他会告诉你，你就可以安装一下就可以，这个不是什么大事。哦，我们安装完成了。好，再来看一下，我们刚才不是安装完成了吗？再来继续看一下。哦，不是，这个弄成之前的代码了， 刚才是我有点卡，我来看一下。好，应该是有问题的。这个问题主要是什么？说我们刚才其实刚才用的时候发现一个问题，这里给大家说的是先把数据传给，所以说其实你如果直接去把这个名字给他，而没有把数据传给他，他是很难去说把它 去做对的。所以我们尽量什么还是去把这个 ai 去，我们去把这个东西传给他，好吧？把这个数据尽量还要都给他，他了解这个数据的情况下，这个时候我们才什么才能 去更精准的把这个代码他可以编辑出来，否则其实他很难说去了解这个真实的情况，那可能就会出一些偏差。 我们先用这两个，因为你看一下他这个问题，其实他并不是说每一个题他都要用到全部的，你看他这个是还有这个，其实所以说每一个你要自己进行一定的筛选，看一下他会用到哪些数据， 好吧，我们这个就先以这两个为例，好吧，你我们再用这个，好，这个时候就对了，所以刚才流程其实还是有一点问题的，说你先要什么，这个这个多了其实影响也不大， 你可以先筛检一下，或者到时候你可以自己去删一下。那这个东西其实量有点大，但是他其实你只用前面的一部分也可以了，比如说我们之前没写一个代码，你看他只用了其中两个，还是比较少的，也可以把这个问题解决。 所以说另外一个你如果再遇到这个梅赛的题目，他可能有两种，第一种是说没有给你数据， 这个时候你要自己搜集数据了。另外一种就是说给他的数据，但是数据量非常大，这个时候你其实可以适当的去，如果不好处理的话，这个数据可以适当的进行一部分的筛检，或者你只提取某一部分去进行做。因为 其实美赛他对这个结果的看重并没有那么特别大，他可能更看重你，你解析的这个思路 是不是？所以说这大家一个思路说他数据量可能会非常大，那这个时候你就自己进行一部分的筛选，或者说有一定的代码基础的同学，可以什么自己去使用其中的某一部分提取出来去做，当然你也可以自己去什么编辑的这个代码量更大， 但是因为这个豆包它是对这个文件是有限制的，所以这个部分就要求大家可以只用一部分，或者说你可以自己去写提取数据的代码，后续让这个 ai 辅助一下，但你也可以用 jpt， 是 jpt 是 可以的，我记得，好吧？ 好，这给大家提供思路。好，我们可以试一下这个。好，我们来试一下这个路径的问题，路径， 注意这个路径，因为我们就直接在这个目录下面的，所以说这个路径的问题你要改一下，这是成功读取了，当然也是有报错，但是成功读取了这个数据， 但是它里面有一部分是没有找到的，你们可以再把这个去你如果遇到的问题可以直接丢给 ai 去调试，如果你是小白，但是这个其实你 如果你有一定的技术，也可以自己去改一下。好吧，刚给大家演示的就是说你是纯小白，你怎么样去一步一步的去解决它，这过程可能会比较慢，但是 你其实也还好，教程完了。好，我们来复制一下过去，当然有他写代码过程遇到各种问题是非常正常的，路径一般是你需要自己去改的。好吧， 可以检查一下，因为 ai 它其实多包，其实还没有那么特别值得，所以大家遇到这些问题，你完全可以说 boss 复制给他，让他帮你解决一下。 好吧，这就是小白，你去这么去做，就给大家演示的时候，站在我一个纯零基础的一个小白身上，怎么样去解决这个问题？路径你改成你自己的路径，一般你就直接在这个文件下面放便会很方便，你就直接用它这个路径就可以了。 好，我们来看一下。本该应该是有错误来继续就说你这个过程就是你不断的发给 ai， 然后 a 改错就可以了， 这个过程其实就是一个不断的反复的一个过程。好，我们来看一下这次的情况，这个过程你不要嫌烦啊你，你要用 ai 给你写，肯定是这样的一个效果。 ok， 试一下，还是有列名错误，他是说哪个文件，我们可以看一下这个文件。好，我们这个时候就可以什么也可以把文件丢给他， 还要一直保存，你可以把文件再丢给他，让他看一看。这个文件是刚才说我们不用的，这样，我们改一下，好吧？ 因为刚才我们说了不用那个文件，这个文件因为刚才我们说了他有点大就可以受限了，那我们可以这里，比如说我们只用这个两个，好吧？ 就好。这就是刚才我给你说的，如果你有两种方法解决，一种是你自己有一定基础，你可以自己去编写，或者说你可以把这个大量的文件去给它进行一个删减，丢给这个呀，或者你用 gpt， 好吧，因为他这个是有他的能力是有限制的好吧？作为他演示给免费的这两个软件，他免费，他在能力方面肯定是有限制的，因为 gbt 用起来还是有低的门槛，好吧。当然这个用的这个流程是不变的， 所以你能用了 gbt， 那 也更好，你可以去用 gbt。 总而言之，这个流程其实都是不变的。首先就是这个论文的行文， 从这个背景到数据，到解决问题，到假设不好，你自己写就可以分析到模型的建立部分。整个流程你不管用哪个 ai， 基本上都是这个流程。 我让他给先写代码，代码跑通以后，把这个代码丢给任何一个 ai， 让他给你写这个内容，好吧？一个过程，因为那个文件它是太大，你没有一定基础是很难处理的，或者说你可以直接去 b 站上搜一下相应的一部分的教程也可以， 好吧，你毕竟想做的更完美，肯定是要多考虑一点。好，我们这一次来试一下，这次应该就可我来停止一下再重新运行，好吧，刚才这个问题是说这个图像没有中文保存的，这个问题 好，差不多前面这个报错可以无管他。好，现在差不多就运行出来了。好，这就整个的流程，这是这个图像也可以改一下上场了。好，所以总的来说这个过程就是这样， 你肯定会遇到错误。我给大家演示的也是说我在事先没有一定的排练的情况下，面对一个题目怎样去解决？这是错误，肯定是会经常出现的， 你其他的那种就是一下给你生成出来。那我想可能是前面已经进行了一个一定的预演，你面对一个实际的之前没有解决过的问题，那肯定是有可能会遇到各种问题。那刚才解决的方案我给大家提供了，把这个报错去给 ai， 让他帮你解决，一步一步的调试，到最后成功这样一个过程。好吧，代码跑通了以后该写论文了。好，这个时候干什么呢？那基于这个内容给你写，你看 把 ai 给你的代码重新丢给他，根据这个代码，这不用丢给他，因为刚才刚用的代码这个问题，这个步骤他给写，这个时候就该写什么啊？正文，正文部分 ai 都可以完成的。好吧。这些图可以自己去画一下，也可以去织网上， 比如这个 l s t m 模型。那可以去什么去知网上找，直接解锁 l s t m 模型，从它论文里面抠一些图，接下来放进去，或者你自己再复现一下这个图，好吧，非常完美的方式。 前面全部都是搬运工，这个过程也可以写的，其实也还行，你可以自己去找一些文献一下，加一些公式， 好吧，都是可以的。你像这些东西其实都是从文献里边 copy 的， 你可以直接解锁一下 l i c r 模型相关的文献，把里面的一部分内容可以 copy 过来，那就可以更完美了。 好的，这个文章主体部分内容的编解方法，你可以让 ai 结合你的代码去生成这个东西，也可以你去知网解锁相关的模型的文献， copy 一 些过程。好吧，你能自己手动结合一下题目那是更好。你不能那也可以了。 结果这些东西吧，你看这个结果不就是这个结果吗？一个图像结果没那么重要，你看这去年这个图这么样，最后也可以得奖。 结果生成出来以后，就比如说把你生成的结果给他根据这个内容给我写一段话的分析，是吧？你看这个分析一定要有上面结果，下面配分析，这个一定要有参与一个这样流程就可以。你可以把你图像放这， 再截个头像，让他给写分析，他用的指令是一样的，还是说根据这个内容给我写一段话的分析指令是一样的，好吧？好。看，这个写的篇幅也挺好的。 好，写完这些东西以后问题二、问题三是一样的，就不给大家具体演示了，这个流程都是一样的。好吧？好。最后到了一个知识点怎么写？把整个文章抛给他， 你再把这个指令附过去就可以了。最后写完以后再把整个文章给他，再用最后这个指令就可以了，我来给大家演示一下，好吧，完全 ok 的， 整个文章就 ok 了，当然这个数量你可以自己改一下。好吧，都可以， 我是给他写了一个四个的，当然他也可以用。这个就先不用了，其实这个流程是一样的。好，要登录我就不给他演示了。好，你看非常天赋也挺好的。好吧。 好，最后这个东西可以删减。好吧，可以自己根据篇幅删减改进推广，大家都可以写了，这样微信自己找就可以。好吧，这个路径你按照他的格式从翅膀上自己添加就可以。好，最后这个摘药也是一样的，就按照我这个指令也可以。最后摘药一定要什么 自己再精修一遍，你和你的队友每个人去修改，精修再精修是最重要的。好，自己的文章就到这。好吧。好，谢谢大家。

随机挑选了三篇去年的欧奖论文，我发现他们摘药的 ai 率分别是百分之七十二，百分之七十四，还有百分之零。他之所以是零，其实是因为里面有一些希腊字母的公式，所以说系统无法识别，这才导致了他检测结果是零。 其实关于 ai 率大家完全不用担心，因为并没有一个完全靠谱的 ai 率查询工具，而且目前很多 ai 率检测的主要指标是专业名词的数量以及逻辑性之类的指标， 也就是说当你降低 ai 率的时候，你的文本的质量也会出现一定的下降。所以说，其实我并不推荐大家太注重 ai 率这个问题，而是应该更注重自己论文的质量。

更多干货关注树魔乐园公众号！

好，这里是黄渤赛一，我是你们的赛一学长，欢迎来到这个大学成人之路，即思维方法之后的模拟篇视频将带大家用去年的数模美赛 c 题带大家快速过一遍实际的比赛流程。 比赛的第一步就是选题，选题呢，到时候你会你们会获得 a、 c、 d、 e、 f 六个文档， 这六个文档呢？大家怎么去选题？嗯，我这主要是讲两个大类方法，其实还有第三个，就是说你们可以去把六个题目全部丢到 ai 里面，然后问 ai， 但是其实我不是很建议这一类。然后呢，第一种呢，就是你们可以就是把这个翻译出来，这种就适合一定就是你们有一定基础的人。 那那你就能够从中文中看出来啊，因为其实一般来说都不会去看这个英文，因为太太那个了，然后你去看这个中文，然后去做这个整体的分析，但是这需要一定基础，也不适合小白，那么小白就适合哪种呢？小白就主要去适合我们去丢机构， 那么为什么我们要去用机构的美赛分析呢？怎么去找呢？这个企业很简单，你在 b 证直接搜美赛选择题分析就有一堆，就你发现有很多机构都是有这种选择题分析，然后他什么二零二五啊，这些二零二三都有，就是你会发现一到时候 一堆机构全在发这个好，那么为什么呢？因为我们最简单的人就会有很多人选， 懂吗？就是如果机构发假设我这个时候哈我在那个 b、 b、 d， 有 些人说，嗯，发题简单啊，难度是 f 呃，小于 e， 小 于呃 c， 然后小于 呃 a、 b、 d 啊，那我们假设这样发的，那你肯定会觉得大部分小白都会冲 f 去了，对吧？ 所以 f 就 变成了很多人选，因为会从众，就是你看这个机构他说谁简单，那肯定很多人选，当然也有一些是乱说的，但是，嗯，一般来说就是你去看那种播放量非常高的，他们一般来说就很多人选 好。然后为什么呢？因为这是一个基本的逻辑，就是我们获奖是按照比例去获奖，那么我们假设一下是百分之十的人有奖。好，这只是假设，因为实际上这个比例可能并不是这样的。 那我们假设，那假设我们 a 题的人有两千个人当选，那么我们最最终会有两百个人获奖，那 b 题的人假设我有十个人参选，那么我们最后有一个人获奖，在这种情况下，我们是选 a 划算还是选 b 划算？ 那肯定选 a 喽。为什么呢？因为这个其实我们可以去想到张张雪峰老师，他曾经说过，就是我们报清华的时候，哎，清华就招两三个人，也也就那样嘛，两三个人十个人报考，那为什么那两三个不是我呢？ 这个就比较抽象，就是你想哈选 b 选这种很很难的题目，才会有很少的人选嘛。那么难题吸引来他敢选？难题 两种可能，第一种就他真的什么都不懂，连那个分析都没看，就直接去乱选了，这种可能微乎其微，那么就第二种可能就是他肯定是高手。那么在高手如云的情况下，你怎么从十个人脱颖而出，变成这一个？肯定不可能啊，反而在两千个人中划水划到两百个人，那你肯定是有机会的，所以 这个分析建议就是可以去往机构，当然如果你去走这种 ai 的 话，嗯，为什么不推荐 ai 呢？其实，呃，还是那句话，呃，其实哈，不要相太相信 ai， 不要太相信 ai 是 个很重要的点，因为他说简单就真的简单吗？这个，这个真不好说。好，所以在这种评价指标下，我们最后选择题是，呃，建议你去看这个机构的视频， 当然哪个机构我我也不知道，你可以随便搜，到时候会有一堆的机构发，不然我我们应该是没空发。然后，呃，这是第一，这是选择题嘛？然后我们本次的模拟主要是以这个 ct 为这个， 嗯，模拟去去摸。然后当然如果你们还有其他想要去理解选择题的，我们之前也发过一篇那个推文，大家也可以看到在 b 站上，呃，我们之前的有发过一篇文章，你可以看一下，就是里面对选择题进行的一个分析。 同学好，我们今天为大家带来的是这个二零二四年美赛 ct 的 一个讲解，主要的目的是帮助一些新手或者说第一次参加这个美赛的同学如何更好地利用 ai， 然后拿到一个 h 或者 m 的 奖项。 我们为大家准备了一个根据往年的欧奖体验出的一个覆盖了 mcm 还有 icm 的 全梯形的一个梯子模板， 它里面包括优化、预测，还有评价、决策、网络等比较常考的一种题型。我们这个 t 值词它主要分了四个部分，第一个部分就是你跟它的题目，我们去选择一个合适的模型，在这一方面我觉得主要是不需要你去进行很多的创新，你只要选择一个能够解决这个问题的一个基础模型就可以了。 因为有的时候你创新的那些评委他反而看不懂了，会显得很很空很假，所以我觉得你可以，大家如果读过往年的欧奖论文，就可以发现，他其实很多选择都是一种很基础，但是效果比较好。比如说这个 l s t m 或者 r u 之类的，最创新的也可能就是抓加个 transformers 之类的了。所以我们这个模型的选择还有问题的分析，它主要就是围绕着一个基础的模型来选择，你把这个基础的模型写好了，拿一个 h o s m， 我 觉得问题不大的。 第二个就是论文方法的转型，你只要选好了模型，如果你之前没有听说过这些模型，比如说我刚刚讲了这个 r s t m 之类的，如果你没有听说过，你也不懂，没有关系的，我们可以让 ai 告诉你，这篇论文里面它会用 他必须要提到哪些部分，必须要写哪些部分，要画出什么样的图，他会告诉你对应的这个你完全不用担心，根据这个我们选择模型去写一个代码。 当然如果你要先写代码，然后看效果再来选模型，我觉得也是可以的。只是说如果对于小白来说呢，可以把这两个方法就先写论文再写代码也是可以的。但是如果你是这种，已经参加过很多次了，我建议你是先根据模型来写代码，看效果，然后我们再来选方法。 第四部分就是最关键的加载，毕竟美赛有这种轮盘赌的一个特性，如果你这个加载写不好，可能你连第一关都过不去。 它是根据一个你的加载来定你是 h 还是 s 的， 就先分这个，如果你加载写的不好，可能你就直接打成 s 了，后面看都不会看的。所以我们挑选这四个模块，它也不复杂，包括现在，其实所有我们就为大家准备好了，到时候只需要 ctrl c、 ctrl v 一下就 ok 了。我们现在来应用一下， 比如说我这里现在要进行二零二四年的二零二四年美赛的一个 i d c t， 这个赛道是 mcm 赛道，它是 c t。 好， 把具体的问题复制过来。这里我其实也准备了一个翻译的版本， 其实这个题他本身难度不是很难，他主要是我觉得问法是比较抽象的，我还是简单分析一下。他说让你开发一个能够捕捉比赛进程中点数的模型，目的是为了我们评价有两个定词比较关键词，一个是特定的时间， 还有哪位球员表现更好，也就说你要判断特定的时间，给一个球员量化出一个分数，用这个数学模型去比较他们谁的成绩更高。这个模型我们先把题目复制过来，我们直接可以应用在我们的题的词里面。 我建议大家不要一次性把四个问题发完，因为如果你发完，你的质量可能比较低，我们最好是一个一个的来。好，我们把这个整个都复制过去， 这个提示词准备是比较详细的，所以大家不要担心。好，我这里用的是机迷你，但是你用别的 ai 当然也可以，我觉得问题也不是很大， 它可能会比较久。好，它已经给出了结果，我们看一下它的 ct 的 分析的一个报告啊。首先是问题分析，我觉得这一块大家可以直接就粘到你的论文里面，因为这块不是很关键。 你看他的核心目标，刚我们也说了，他主要是让你去针对他在某一个特定的时刻去评价某一个运动员的具体得分，所以他要求你开发一个动态的评分模型，尤其是捕捉每一分后的比赛进程。因为我们其实可以看一下这个题目，稍微的讲解一下。我觉得这个问题里面最关键的就是第一问， 因为他要求你要在特定的时间去评价，那你其实我们可以说的直接一点，就是在某一个时刻，这两个运动员的比分就代表他们在这一个时刻的特定表现，但是这样对不对？肯定是不对的。因为举个比较简单的例子，如果我们说画这样一个图， 他可能说在这一个点，这个运动员的比得分比较低，但是你在这个点之后，这个运动员他的分数可能就一直走高，那你说这个点肯定是个转折点吧，就属于一种比较关键的点，但是他在这一刻的比分比较低，你能把他作为一个依据吗？肯定不行的，肯定不能直接说他表现很差，所以你肯定要考虑后面的分数， 这就是一个动态的评价标准，比如说可以用这个马尔克夫列来解决。所以说好，我们看一下他给的模型的选择理论。首先他说 筛选的原则是针对这个网球比赛的动态博弈特征，因为他这个问题本身考察的就是博弈论，他说不使用这个简单的加权球和还有这个基础线型模型，这个也符合我们刚在那个 prompt 里面要求说不要使用那种过于简单的模型， 主要是围绕着动态捕捉，因为他这个题本身就是要求你动态建模，因为他要求你在特定时刻，那你特定时刻还要考虑就前面的时刻对该时刻的一个影响，他选择的模型，这就刚我们提到的那个马尔可夫列，他说要捕捉这个 比赛当中刚发生的事件对心理影响的最大特征，我们可以先分析他的理由，再对这个模型进行一个选择。 那我们看下面他说模型选择的论证，主要是看这一点，主要是看点对于大部分不熟悉的模型，比如说你都现在没有听说过这个叉机 boss， 还有马尔克夫，不知道他是什么的，你就可以先看一下这个模型选择的论证。我们让他用这种最通俗的大白话来讲， 他说这个网球比赛是一个典型的非平稳随机过程，我们要模拟不同的球员对这个挫折的记忆长度。马尔克夫列是这个常客，因为确实我记得 哦，二四年的这个欧奖论文公布之后，就有一个好像用的是马尔可夫列，他确实属于一种比较常见，不会说。我感觉如果你拿出一堆很高大上，评委都没有听说过的模型来做的话，拿奖的概率是比较低的。如果你用这种过于基础，其实也不容易拿奖， 因为过于基础的没有必要，就是刚才说的我们不使用现行模型，所以马尔可夫列如果我觉得他推荐的是一个比较不错的模型， 他说对比这个基础的 a h p 评价，采用这个七度胜率加这个动态增量，他基础层使用逻辑回归或者这个叉级 boost， 这两个模型都属于比较基础的七度爱好， 让再在动态层引入一个石头，如果我们最后认可他这个模型，就可以直接进到第二个阶段，这里我们就使用他给的这个模型就马可变结合什么评价， 我们把这个第二文就是问题的文章的写作转过来，我们是按照它要求这个 i c i 的 论文写的标准来完成这篇论文。好， 建议你需要输出一下，我们就可以直接核心模型为上述 推荐的模型。当然如果你觉得它推荐的不好，或者说你想要更多的这个方法可以进行一个改进。我要求先输出中文，因为先看一下，如果到时候比赛的时候我们直接翻译就可以了。再看一下它分层的这个方法论 好，它主要就是围绕我们刚要求的 e w m a 还有 log file 来进行解决。主要是这一张你要放到我们的文章里面去，它不是有一个定义符号说明吗？这个大家可以直接粘过去。还有符号还模型的假设，包括理性跟必要性其实都是美赛要求的， 我们重点看这个模型的构建，它刚不是说了吗？一个要有两个模型，一个是基础模型，还有一个是进阶模型，主要是围绕 球员的静态球水平以及动态的心理势头共同驱动，其实我感觉他这个就属于在这种比较基础的模型上进行了一个创新的，因为马尔可夫这样可以做一个基础模型，属于是你选择两个评委都看得懂模型，把他们进行了一个组合，就是 a 加 b 加 c， 而不是说你提出一个大家闻所未闻的一个模型， 他说指数加强、平局移动，其实这都属于你技术的模型，你把他们两个组合在一起，它的效果是远远大于你去提出一种大家从没有听说过的模型的。好，我们回到正位继续看，他给出了 表现强度量化，也就是针对每一个球员他的得分来进行对他心理得分的影响。就像我刚刚不是说了吗，我们不能用这个简单的得分来 评价这两个球员，你还要考虑他在我们刚画的这个图，你刚刚在这一个时刻他的得分对他后续产生影响。比如说我在这进球了，我在这里拿到了一分，那我认为我又拿到了一分，那对我后面的影响肯定越来越大，越打越好的状态，所以说这一点你要考虑进去，我觉得是很合理的。 好，他说又提出了一个势头演化模型，还有这个胜利修正模型，然后我们后面就不仔细的看了，这个属于数学的呃范畴了，继续看，让他根据这个文章给我们代码，我们来输出结果 这里同样的， 我们粘过来它这个问，其实它有一个数据我记得，但这里为了我们尽快的展示，就不一一去罗列了。 然后我这里也没有用那个 pro 模型了，就为了方便 他这里其实就会给出一个，我们主要是从两个方面进行要求，一个是给出一个结果，第二个就是要求一个进行格式化，他的格式化，然后进行一个美化，因为比美赛他是比较看重这个图形的结果的， 这里我们设置了它的美化的一个风格。好，当我们这里完了之后，要进入最关键的一部分，要进行一个美赛的一个写摘要的写作，这里我们只有第一文，我们就拿第一文做个示意， 我们这里拿一个经典的欧响论文当成一个范文。好， 依然是让它根据理论， 我们这里主要就简单的展示一下，后面大家会用就可以，我到时候也会把提示词进行一个公布。 接下来就是给大家展示一下怎么画美赛当中那些比较漂亮的 结构图框图，还有模型的结构图这种。首先我们也是准备了一个比较详细的题词，还有我们之前用之前的那个 prompt 模板生成的一个完整的 ct 的 一个摘药， 这里我们要上传一张图片作为一个贩图，这里就随便选举了一个。好，我们这里使用这个 nublaba 进行一个生成，大家都是要选择一个这样的一个例图的， 他会尽可能的按照你这个意图去画，当然他有一个缺陷，就是一个不可编辑，我们不可以二创，不可以修改之类的，但是后面其实可以把它转换成一个另一个格式，是可以修改的，到时候我们也会给大家进行一个分享， 这个提示词也是比较详细的，很长。好，我们等待他给出这个结果。 好，今天其实他这个图还不是很符合我们传统意义上这个美赛的一个图片，因为传统美赛他不是 会画出很多的那种比较类似于框图，我们这个更多的是一种模型的结构图，所以我们这里也可以给大家展示下，我们换一个欧奖的模板，这里用一个比较传统点的，他画出来，就这样子就比较像那种框图了。

博美赛啊，现在比的是你会不会用工具啊，拿奖之后啊，奖学金和保研加分都直接拉满了。给你们分享三个好用的树模工具，一条龙服务全部搞定。第一个就是 infam， 想要拿奖代码和图的就必须好好弄。 infam 现在接入了地表最强的编程大模型小柯的 opus， 你 只管把数学思路告诉他，那些复杂的遗传算法，神经网络代码，他秒生成， 直接就能够跑通，不像别的 ai 很 容易就出 bug 了，跑通之后再不断迭代记录就 ok 了。更好用的呀，是它的画图功能，论文里最费时间的模型，流程图、思维导图，用它就能够一键生成，配色专业，逻辑清晰，直接复制到论文里面。评委看到这么好看的图，第一眼印象就直接拉满了呀，想体验的评论区扣一，我给你发邀请码。 那第二个就是 dippo， 搞定美赛的全英文论文的翻译官，大家要知道，评委基本是母语，英语，母语人士就不要用普通语法去送人头了呀，把写好的中文部分扔给 dippo， 它的学术翻译地道的就像母语者写的一样，专业术语一个不错，很多科研人士都在用，用它润色一下，那个高级感就直接上来了，论文档次 直接起飞，读起来非常顺滑。第三个就是 overleaf， 你 直接把数码的 text 文件上传上去，就直接是一个稳定的模板了， 不用再慢慢排版了，像什么公式啊，表格参考文献什么的，一键搞定。更重要的是数目的比赛，作为一个三人比赛，就很需要这种 overleaf， 可以 多人实时同步写作的写作工具，你用 excel 把内容和图生产出来，再用 overleaf 慢慢排版，省心到离谱。好了，在这里祝各位比赛顺利，都能拿到好结果！

今年我看了一下去年美塞欧奖论文，我真的很怀疑他们去年都看了我的帖子，为什么呢？因为去年我发了一个 模仿美塞欧奖论文的一个帖子，这个里面呢就写到了，我发现他们的题目呢都比较一致，就是他们的格式是一样的。然后我刚好今天看了四十九篇去年的欧奖论文， 在这个 a t 里面，他们几乎所有人都用的是我说的那个格式，就每个人都是一样的。然后包括其他的题目呢，里面也基本都是这样的，所以这个其实也能看出来，模仿一个欧奖的论文，其实你真的很有可能就可以拿到一个欧奖。 那上一期视频的话我也说了，就是我们除了用人工去看美赛欧讲论文，他们之间的共同点也可以用 ai 来帮助我们去做这件事情。那为了去做这件事情的话，我做了一个软件，这个软件的话可以帮助我们去看一下每一篇欧讲论文他有什么 特点。然后呢我们再把这些特点可以让 ai 帮我们总结起来，然后最终就可以用这些特点来帮助我们完成一篇欧讲论文。那首先给大家看一下这份提示词，那这个提示词是用来最终生成论文的，但是它也可以生成某一部分，你可以用它来改进一下。 那这个东西你需要输入三个东西，你就说一个是美赛论文的题目，一个是这个 realbook， 这个东西它是用来 告诉 ai 欧讲论文他们的一些偏好，他们的一些特点是什么。那第三个是一个可选的团队约束， 也就是说你想告诉他，比如你们团队有一些特点，比如说你们基础不是很好，或者你们只想拿某一个奖项，或者不要拿某个奖项之类，那他的话就可以帮助你来完成这个东西，但这个东西他缺少一个 real book， 那 这个东西是需要自己来做，那这个东西就是你要去读欧讲论文，读完欧讲论文之后，你去把这个东西做出来，但是你也可以让 ai 来帮你来做， 那这个地方也是我用可以用 ai 来做，这个地方呢，这是我的旗帜，然后 ai 它就做了这样一个软件， 那这个地方这是我上传了一篇欧讲论文，那它可以自动生成这个分析，然后因为我说了这个视频它主要是为这个零基础的人准备的，所以说这里的分析是更偏向，就是你要怎么拿，怎么拿讲。那比如这个里面 他说这个标题是怎么写，那你一开始你需要你的结构应该是怎么样的？排版应该是怎么样的？你要有哪些图片？比如这里面他就提到这里有这个什么网络图和分叉图， 然后后面还有些他用了哪些模型，还有他有哪些他的模型链是什么？他的创新点是什么？然后他是怎么写的？要他的风格，风格。 然后你看到它这里面灵敏度分析，它说它不仅是一个误差点，它还去找了一些这些临界点之类，这个都是和普通的不一样。 ok， 那 这个是我们人来看，那我们还需要让机器来看，所以说这个还要提供一个机器可以看懂，但它其实和前面东西是一样的，只不过一个是我们我们看的，一个是让机器来看， 那这个是分析一篇论文来用，那你可以分析很多很多论文，比如说你把二五年所某一类题，所有的我讲论文你都让分析一遍，然后你就可以提取出来 很多这个文件，那这些文件可以让 ai 帮你总结成一个 rowbook 这样一个规则库。那你有了这个规则库之后，就可以直接用这个提示词来生成一个论文。那这，那这个提示词的话，大家可以关注我之后进去， 然后我会在群里面把这个提示词发出来。那如果说你想要我自己生成的这个规则库的话，那你可以直接进我们的答疑群，我后面做完之后会发在答疑群里面。

大家好，欢迎来到数码教学站，那么本次给带来的是这样数码美赛的一个速成攻略，那么本次视频的话，除了我们整个的一个备赛流程之外，还有我们的一个工具合集，特别是我们的一个 ai 的 一个合集，因为我们知道现在这个数学建模这一块的话， 其实 ai 还是用的比较多的，比较典型的，对吧？像我们用来解题的，用来画图的，或者是用来干其他的事情的，那么比如说我们这地方还有一个是 用来排版的，可以给大家大概的去看一下这个效果， 对吧？这个是 ai 生成的一个排版的一个文件， 可以看到，对吧？里面的一些样式的话，它其实已经绑定好了，已经和我们模板的样式是绑定好了的， 这样的一个有序列表，像我们一般用 ai 写的话，它里面都是没有绑定样式的啊，我们这地方是直接给帮样式给绑定好了，而且我们的一个公式也是完全，对吧？按照它的一个 word， 我 的一个公式的一个格式， 那么绑了样式之后的话，我们就可以很容易的干嘛？我们绑了样式之后，我们一改的话，它就会整个的去进行修改，就不需要担心，对吧？我们改了前面之后，后面要一个一个的去修改了， 这个的话就是我们用来用来建的一个拍板的一个 ai， 但的话里面还有一些缺陷，就是它这个序号，对吧？这个序号的话还没它里面原先就有序号，然后加上我们自带的一个样式，这个序号的话就有两个序号，但是的话应该还可以，说的话也是可以帮我们节约非常多的一个时间了。 那么其次的话还包括我们一些画图的 ai， 还有包括我们这样的一个，对吧？这样的一个翻译润色、审教、预审，来看看我们这样的一篇论文写的到底怎么样？ 然后包括我们这样的一些，比如说查看文献的一些 ai 对 不对？用来查看文献的一些 ai 里面的话，会告诉我们我们应该去参考哪一些文献， 包括去帮助我们去辅助这样的一个编程的一些 ai， 让我们去快速的学习如何实现这些算法，我们到底用对吧？怎么去调库，怎么去调包，怎么去完成我们代码， 这样的话我们既能够学到东西，又能够快速的去完成整个的一个备赛的一个过程。那么我们话不多说，我们直接进入我们的一个正题，那么首先的话是大概的介绍我们的一个美赛的一个情况， 我们这地方的话一共分了九个小节里面都破坏好我们的一个美赛的基本情况。然后我们美赛近几年用了哪些算法，然后我们各个位置，我们到底要准备哪些东西？我们到底要准备哪些软件，以及我们整个的一个 ai 工具的一个汇总。 还有我们就是美赛里面比较重要的一个点，就是我们的一个绘图的一个专题，还有我们的一个数据，我们如何去进行剪辑，以及我们今年美赛的一个论文和翻译，我们到底应该怎么去做 好？那么我们题目类型的话，其实这个东西在美赛里面它的一个官网上面已经有提到过了，那么的话我们一共分为六个赛题，前三个的话是偏数学的就是 mcm， 后三个的话是偏向于交叉学科，就是我们的 acm。 那 么历年来的一个数据题的话是选的最多的，那么对应的一般就是我们的 c 题和 e 题，去年比较特殊，去年选 b 题的人也很多，但是一般的情况下选择 c 和 e 的 人在往年的情况下是最多的， 这两个的话分别是一个数据科学的一个科目，另外一个是我们的可持续发展的一个题目，他们两个的话都是这种数据性比较强的， 所以说的话可能上手的话就相对容易一点。而我们 a 题的话就偏向于我们整个偏向于一个物理机制，类似于呃，像我们国赛的一个 a 题，对吧？里面会有一些微分方程和动力学方程这些东西。然后 b 题的话是一个偏向于优化的一个题目， 他近些年的考点的话还是主要是偏向于可持续发展和社会科学的一个题目， 主要的用的方法的话就是我们的一个东北语言化，然后 d、 c、 d 题的话就是一个专门用来描述图论的一个题目，里面的话百分之百会考到的数据结构就是我们的一个图结构， 然后 f 体的话就是我们的政治经济学，也是我们一个偏向于刺客的一个内容。然后里面比较常用的模型的话就是政治经济学里面比较常用的模型，比如说 d、 i、 d， 然后的话我们的一个 固定效应啊这些东西，那么的话我们要拿到我们的一个 h 奖以上，我们大概的话只要能够打进百分之前三十就可以了，它的一个整体的一个获奖比例还是比较比较高的，相比于国赛而言的话，因为国赛的话我们要拿国奖的话，比例可能就就百分之 百分之二，百分之二左右，对不对？还可能还不到百分之二，但是的话整个美赛的话，你要拿到 m 加以上的话，它的一个概率的话是能够到百分之三十以上的，所以大家完全不用担心。 那么我们来详细介绍一下我们这样的几个题目到底要考哪些东西。 那么 a 题的话主要是解答的还是微分方程这一块，或者是说更加详细一点，动力学方程。那么近些年来 a 题的一个考点的话，基本上还是围绕着动力学去展开， 呃，像一些其他的东西，比如说像我们扩散方程啊，这些东西的话，其实不怎么考到，基本上的话就是在我们动力学，不管是我们的我们的生物环境，还是说我们这种呃自行车的功率，还是说我们这种磨损，这些东西的话，其实都是和我们的一个动力学相关的。 所以说的话如果说我们要去准备 a 题的话，那么的话我们的一个核心的点的话，其实应该放在我们的一个动力学上面来， 那么比较典型的话就是会考到一个 lot 卡方程， lot 卡的话基本上只要涉及到这种环境类的问题，或者是说呃跟环境这种沾边的，基本上的话每赛的话就会用到我们的那个 lot 卡方程， 这个 lot 卡方程的话在我们的 a 题、 b 题和 e 题里面是出现的频率非常高的，它这一个东西会涉及到三个考点。 lot 卡， 它的话是 logist 的， 它的话是 logist 的 一个扩展型，它的话主要的话是描述它的一个增长率的， 基本上的话也是可以呈现出一个 s 型曲线的一个特点，这个的话也是一个非常老的一个模型，已经是上个世纪提出来的，是美赛最喜欢考的模型之一，常见于 a、 b、 e 三道题。 那么其次的话，像数学建模比赛，近些年来喜欢考的一些比较新的内容的话，就是我们的一个贝爷斯用来做繁衍， 那贝耶斯相信大家都不陌生，那像这这个东西在哪些地方考过？在二零二四年国赛的 b 题，二零二五年国赛的 a 题，然后的话在二零 二四年美赛和国美赛的美赛的哪个是来着？二零幺四年，二零五二五年美赛里面也考过，然后的话同时的话研赛也考过。这个东西，现在的话贝耶斯的话相当于是一个现在这个就考考察的一个趋势，也就是说 他现在不光要求你会正着推过去，还要求你会反着推过来。因为为什么呢？我觉得可能是和我们的一个 ai 有 关， 因为 ai 的 话，他喜欢遇到这种问题的话，喜欢做模拟，而不喜欢去推它的概率，而做模拟的话，实际上他喜欢自己去设值，这样的话其实是很很缺乏积极性的。 所以说一般的时候的话，他可能是用来去仿仿 ai， 用我们的一个贝塞尔来仿 ai， 因为说实话我用 ai 测过非常多的题目， ai 非常非常不喜欢用概率分布去进行模，去 模拟一些东西，虽然他本身就是一个概率模型，但是他特别不喜欢用概率分布，他更多的时候会设置一些值或者设置一些常数， 而用概率分布用的非常非常的少。所以说的话，你可以看到我们近两年来各种各样的比赛考概率分布考的非常多，目前就这两年来已经考过的分布有二项分布，拨通分布、指数分布、 几何分布、正态分布，还有哪些？我想一下，去年啊，去年还考了一，去年有一个贝塔分布，呃，还有均匀分布， 然后还有啊对数正态分布，这个的话也是去年，去年的国赛和今年的美赛里面考过的对数正态，然后还有一个韦布尔分布。 其他的话应该就是这近两年来几个大的比赛里面考过的分布的话，基本上就有这些东西。 都说了。现在这个概率分布的话也是一个非常非常热门的一个考点，尤其是在我们偏数学的题目里面，以及在我们一些统计学的题目上面，这种常见分布是一个非常重要的一个考点。 那么第二个的话是我们那个 b 题， b 题的话它是一个也是关于一个优化的一个问题，那么用的最多的话其实是东边优化以及动力学， 那么你可以看到它现在 b 题的一个处出题的一个趋势的话，基本上也是和我们那个可持续发展相关的。比如说我们油货房制啊，对不对？ 什么水电呀，什么保护区呀，什么旅游保护啊，对不对？其实的话很多时候他考的东西的话也是和我们的可学发展相关的，然后的话主要的话也会涉及到一些生态的动力学模型，那么既然有生态动力学模型的话，那么基本上美声的话是离不开这个东西的，洛特卡，对不对？我刚刚说了， 那么其次的话，它里面还有一个是多目标优化，那么的话和我们国赛不同，国赛的话一般不考多目标优化，国赛一般只考我们那个单目标优化，用的比较多的就是我们 遗传魔力退火加智力咨询，对吧？然后的话每赛的话 b 题是喜欢考多目标优化，那么用到的方法的话基本上也很固定， n s g r， 而且一般来说的话，它的一个 b 题的话不会考的 太难，对你的模型要求太高，因为很多时候他的一个难点的话主要是在找数据上面，所以说基本上的话他对于你模型的一个限制没有那么高，就算就像我们之前复现一样，里面可能会有一些明显的，对吧？明显不合理的地方，但是的话， 呃，没有太大的一个影响啊，对吧？对人家评价好像没有什么太大的影响。所以说呢，其实 b 题的话在解析这一块的话是比较容易的，但是的话他的难点的话就是怎么能够找到 能够支撑你去解析的一个数据，你的一个数据来源是不是足够权威，是不是足够官方，那么我们就可以看到有一些同学的话，他们喜欢在什么地方去找数据。简书 c s d n， 知乎 就如这些类似于这种，对吧？这种博客平台，或者说一些贴吧里面这种非官方的一些数据源上面去找数据， 从而导致你整个解决方案的话，他的一个数据，对吧？他的一个基层就没有，就失去了的一个可信性， 那么是从数据上面都出了问题，从机器上面都出了问题，那么你后面的模型你建的再好又有什么用呢？所以说的话，这个的话就是很多同学喜欢遇到遇到一个问题，就是查资料总是喜欢在那一些，对吧？对于我们学术性的一些内容的话，总是喜欢在一些这种薄客平台上面去查资料， 这个的话是非常非常致命的。我们要保证我们的数据，我们的解决方案是足够权威，足够有效的，那么的话，而这些数据的话，它是每个人都可以去写的，它的话是没有 这种，对吧？没有权威的这种背景的，那你不能够保证你的数据是有效的。 那么 ct 就是 我们的一个数据题，数据题的话像往年的话其实考的比较杂，现在的话也开始慢慢的回归我们的一个统计了， 这个的话也是整个数学建模比赛的一个趋势，你可以看一看往年都喜欢考些什么东西，二零幺一一年的巨型狂风，这个的话它当年是考了一个 c b 的 一个题目，对吧？计算机视觉， 然后的话你们会涉及到一些，对吧？一些神经网络、深度的网络的这些理论，甚至还会考到扩散模型 这些比较新颖的一些东西。而往越往后面的话，你会发现他的一个模型是越来越简单，越来越回归传统，不会再考虑那些比较先进的一些东西。二零二二年这种量化的一个问题， 二三年这样的一个关于我们的一个，呃，应该是属于我们的一个自然元处理 nip 的 一个内容， 但是 nip 它没有考的太深，基本也不需要你去去用什么全息薄膜啊，用什么其他的东西去建模，它的话，基本上的话你去用一般的机器学习，它也是可以做的。然后第四第五的话，一个是网球动量效应，一个是我们奥运奖牌预测， 这两个的话就是一个类似于这种序列的一个模型，然后的话加上它的一个贝叶斯 去做繁衍。那么对于数据写的话，它的一个核心的话，现在是越来越回归统计上面的，而不是积极学习，越来越回归传统。那么对于传统问题的话，我们基本上要准备的点的话，就是我们一些比较基础性的 这种计算学模型或者统计学模型，比如说我们回归的现金回归，然后的话我们的决策树，对吧？ 然后我们多相似，多相似回归，然后的话我们的 gbt， 然后的话 random forest， 或者说那 gbt 整个算法族，对吧？里面还有什么擦街 boss 的， 什么那 gbm 什么开的 boss 的， 然后要分类模型的话，这个逻辑的，对吧？逻辑的回归，然后的话还有一个 svm 矩阵数，然后的话加上我们整个元素家族，对吧？ finn forest， 叉级 boss， gbt， 然后的话我们的来的基本 m 开的 boss， 诸如此类。 当然的话还有一些是比较更加传统的这种分类模型，比如说我们的朴素贝叶斯，那么第三个的话就是我们的一个时间训练，时间训练的话基本上考察的点也是那么几个，一个是我们的 lma， 对 吧？ 智慧会叉分移动模拟平均模型，然后的话还有我们的一个 lstm 长短是 gg 网络，然后的话可能对于我们多变量的话还可以用一个我们那个 one 向量智慧微， 那么的话，其实这个地方的话，我们也给大家去准备了那个今天一些比较常见的模型， 对吧？比较常用的 a m a s l t m， 然后 proper hat， 然后一个 one， 然后我们的一般回归现金回归，多向式回归，逐步回归拉索 s o m， 绝对数水就是零 g b d t 分 类逻辑回归 s o m， 绝对数水就是零 g b d t t， 然后剧类的话，目前用的最多的话就是我们一个 k means 和我们的一个 db scan， 所以说的话，其实你觉得这个它里面考的东西很杂，但是实际上的话，你把它归正一下的话，其实也就是那么些东西。如果说你要去准备某一个赛题的话，其实你所要准备的东西没有那么多， 那么第一题的话就是一个永恒不变的一个图论的一个题目了，图论加上我们的一个评价， 那么因为图的话，它本身的话像一些 python 包，比如说我们的 networks， 基本上你只要把图建出来之后，所有的图的一些算法的话，你都可以直接去用一个函数去实现，说实话它不可能只可能那么简单，不然的话你只要把图给建立出来了，那个题目你就解出来了，不管你用什么模型，它里面都要有一个函数去实现， 那么所以说的话，他怎么去增加你这样的一个建模的难度呢？他就喜欢把我们的这个图和我们的评价模型去靠起来。你要建图，你必须要有什么东西？要有节点和边，对不对？ 那么边要有什么东西，边是不是应该有权重？那我很简单，我不把这个边的权重给你，或者说把权重啊给你很多个指标，你不知道你选选哪个指标作为他的一个核心权重，你也不知道怎么把它综合起来。那么这个时候我怎么去确定边权呢？我就等于用评价模型，对吧？就会给他们打分。 它的核心的话就是要去量化我们的一个编权，原先的话我们只需要去把我们的节点和编识别出来，然后建立一个图就完事了。现在的话就需要你去自己去计算它的一个编了， 这个的话就是他目前喜欢考的一个点，尤其是像我们那个去年建的一个交通网络，那么我们一个交通，我们一个马路有什么？有它的一个长度，对吧？有车道的数量，车道的数量和长度这两东西决定了它这个地方能够容容纳多少辆车， 然后他的一个限速，限速的话决定他每个单时，每个单位时间内可以通过多少辆车，以及我们当一个节点失效的时候，比如说我们有基本上要维修，对吧？或者说什么像去年可能就是倒塌一个边失效了之后，那么他的一个流量应该怎么去分割？ 分割之后会对虾的编权，会对虾的编造成什么的影响？然后的话它整个是一个从静态到动态的一个过程，但是的核心的话仍然是围绕图去展开。好，那么我们来看一下一体一体的话，历年的话都是可持续发展的一个题目。 那么什么食物系统啊，什么碳烊，什么财产保险，什么龙帝，它的一个考法非常非常的多变， 因为我们可持续发展的话其实是一门课，对吧？它是一个很大的一个议题，它没有说专门的去针对某一个特定的领域 所说的话，这个东西是比较头疼的，但是的话里面一些比较典型的一些方法，呃，有我们的一个裸特卡。其次的话就是我们美赛最喜欢考的评价模型，评价模型的话基本上在美赛里面用的就是三个 i、 g、 p、 top、 cs 和商权法这么三个模型。 如果说你想把我们这个一体里面所有可能考的模型全都学一遍的话，那么的话可能就不太可能了，因为你可以可以看看到底是考些什么东西，像我们去年，去年什么玩意，不对，前年 保险里面都考精算，考你的精算这个东西，所以说的话它里面实际上实际上的专业非常非常的多，你很难去完全的准备好，但是的话我们可以把它经常考的一些东西，就是说 这些比较通用的模型给它准备好，像这些专用的模型的话，我们是没办法去一一准备的，我们只需要掌握好它通用模型，其他内容的话，我们到时候现去查文献，或者说现去用我们的 ai 的 话，呃，它的一个效率的话其实也很高， 而且非常节约，我们这个时间我们还是尽可能去把我们整体的一个基石去准备好，而我们其他的，对吧？这个东西的话，我们要去准备的话，它这个性价比实在太低了， 你总不能可能，对吧？还有这么几天的时间，还有十天的时间，你去把我们这么多的专业全部学一遍，这个的话不太现实，也没有那个必要。 那么 f d 的 话就是一个政治经济学的内容了，那么政治经济学这个东西的话，其实应该有相关专业同学，对吧？ 基本上你要用的那一个模型的话，就是政治经济学里面那几个 d i d， 对 吧？双重差分面板回归，然后我们的 还有什么来着？那个叫什么来着？那个结构方程 s e m， 然后的话用来去做我们的一个因果的，对吧？ 还有呃，固定效应，然后以及我们万年不变的这样的一个平价模型。而平价模型呢，我没有说过每三里面设计的平价模型就是基本上就三个， a h p、 top six 和双转法，然后的话常用组合就是 a h p 加双转法和 top six 加双转法。这个的话不管你怎么搞的话，选择这几个模型是不会出错的，如果说考平价问题的话，选择这几个模型是不会出错的。 除此之外呢，我们评价模型的话，还有一些其他的什么模糊中的评价，然后什么这种数据报告分析，什么字和笔灰色关联，这东西虽然说里面呃也有用到，但是的话你要去看具体场景，你不如这些东西通用的不如这些通用的模型，对不对？ 三权法加乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘乘 乘乘乘乘乘乘乘乘乘乘， 乱七八糟的什么都考一点，但是的话其实模型就是那么些，只是说换了一个场景而已。那么如果说要准备这样 f 题的话，最好还是有这么一点点的去准备一点点这样的一个政治经济学的一个内容， 这的话相当于说一些比较专业的一个领域。但是的话其实模型也我们也说过了 d i d， 然后的话我们的面板回归我们的结构方程 s e m， 然后还有一个是我们这个固定效应 政治经营协议用来用去的话，基本上就是这么东西，然后我让你去衡量一下，对吧？这个用这几个模型去衡量一下这个政策实施对于我们这样的一个东西有什么影响，这个影响是否显著就 ok 了。 好，那么我们来看一看各个位置的一个速成攻略，那么的话这个地方后面的话都是给大家附上这个超链接的，大家可以直接去拿着使用。 那么一般的时候我们在做数学建模的时候，还是会建议大家去用 python， 因为 ai 写 python 的 能力比较强，这个是确实是这样的，目前 ai， 呃， ai 拷定它的一个， 它的一个强项的话，基本上就体现在它的一个 python 和一个 js 上面，因为这两个东西它是开源的，而且的话生态非常丰富，所以说的话基本上我会如果说你是完全小白的话，我会建议你去用 python 来写，它的环境也比较比较好，安， 也不像 maclab 那 么一搞就是二十多个 g， 而且如果说大家不想去一个一个的去安纳第三方库的话，你可以直接去安装一个 l 空的，里面的话基本上就包含了我们这样数据建模里面一些比较常见的库， 比如说我们矩阵预算单派，然后的话我们表格，对吧？数据分析 panda， 我 们的科学计算三派，然后的话我们的统计学 this models， 然后我们的画图 maple 和 c 泵里面的话，已经完全集成了，你不需要再去重新下载。那么除了一些比较特殊的情况啊，比如说你对于 像我们一些素专的同学，或者说数学相关的同学的话，可能还是用 maclab 用的比较多，那么的话如果说你之前没有接触过 python， 你 之前一直用的是 maclab 的 话，那么的话你也没必要去为了这个东西去专门重新学学一门语言，你继续用你的 maclab 也也可以， 这个的话一定是按照自己的一个自身的一个情况来的，不要说对吧？为了追求某一个语言啊，又追求某一个工具，因为工具最后还是为我们人类服务的嘛，对不对？你最后还是要选择自己顺手的一个。 那 my lab 的 话，它主要是在它的一个稳定性和它的一个运行速度上面，它的一个运行速度的话是要比 python 要稍微快一些的，而且的话它不会有很多那种环境的问题，因为 python 的 话， 它的优点就是它的各种各样的库很多，那么缺点的话就是它的各种各样的库可能会有冲突问题，所以说的话 maclab 的 话，它的稳，它的胜呢？就是胜在稳定性，不会有各种各样的环境问题，对于我们这种完全没有搞过计算机同学来说的话，可能还是比较友好的， 因为你遇到的环境问题的话，你可能完全没有搞过计算机的话，可能完全不知道该怎么去修这个东西，它又不像我们这个程序保守它是环境问题。 然后的话我们可以去根据我们这样的一些算法去收集我们的代码包，去准备好我们自己的一个知识库，然后同时确保我们这些代码都可以正常运行，不要到时候我们到了美赛的时候再去 再去搞，结果呢发现啊，你这个当你本地的一个环境出了问题，你这些有些算法你是不能运行的，然后呢到时候去现场修环境，那么你就非常浪费时间说提前把我们常见的算法去准备好，常见的算法的代码包准备好，去一个一个测一遍， 看你到底有没有哪些问题，能不能够跑得通，跑得通的话就没有什么问题，当然的话我们这地方的话也可以去借助 ai 来帮我们完成，对不对？我们可以去告诉他，你需要准备 ai 去， 你需要准备 mcmic 竞赛，作为编程手，你要了解常见的比如说优化算法，或者说统计算法，或者说怎么预测算法，或者说具体分析算法，然后的话以及对应的 api 实现 api 的 话就它的一个编程的接口嘛，然后给它详细的算法，应用场景，适用条件， api 说明，代码视力说明，然后的话整理出来，整理成我们一个讲义的形式， 然后的话我们就知道哦，有一些 lp， lp 的 话可以在我们一个包叫做零 pro， 然后约束是什么？ x 一 加 x 大 于等于十，哦，计算于负 x 一 减 x 二小于等于负十，对不对？哦？那就是系数是负一，系数是负一，结果是负十，这个是我们那个标准形式，要化为我们那个标准形式，标准形式的话是小于等于的形式，然后约束公式二 x 一 加一 x 二，对吧？小于等于的形式， 然后约束公式二 x 一 加一 x 二，对吧？小于等于的十六，那么就是二一，然后一个十六， 那么的话这个的话就是我们的一个，我们的一个矩阵就定义完毕了，然后我们就直接调一个库，对吧？把这个函数给调用进来，把我们这些约束条件，我们的目标函数全部都传入进去，然后我们就可以完成一个求结了， 然后还有包括我们各种各样数学题目比赛里面最常见的一类这个混合整数陷阱规划，对吧？ m a l p， 哦，要用这个包 p o l p 这个包，然后的话你去完成这样的一个实线， 然后什么约束规划呀，对吧？突优化呀，然后连续非限性优化，然后我们非限性最小而成，对吧？图，网络背包，然后我们插帧净化，然后的话模拟退火， 地方是给了一个文档，然后 ga 啊，这个地方也是给了一个文档，还没有给出具体的代码性，然后我们那个拍末 n s g r 也在拍末里面， 然后哪些东西是我们翻车点，然后的话我们怎么把它写成约束，然后我们验证一下我们是不是真的能够解得好，它会，对吧？全部都给你输出来， 所以说的话这个东西来这个地方就有世界代码了，所以说的话来辅助我们学习的话，整体的一个效率还是非常高的， 比起我们自己去一步一步的学的话，它的一个效率肯定是可以成倍的提高，我们不要去抗拒新工具的使用，对吧？我们要学会把新工具用的熟练，然后的话去加快自己的一个效率。 那么对于剑魔手而言呢？剑魔手就是整个团队的大脑，对于剑魔手而言的话，你必须要熟悉我们常用的模型，熟悉他们常用的场景，然后并且能够有拍板的一个能力，对不对？你要能够确定下来我这个场景里面什么样的模型就是最适合的， 我们这个队伍大的方向是什么？我们必须要朝着这个大的方向走，你也必须要作为我们团队大脑的一个身份，然后的话去推动整个团队前进。那么对于我们数学建模而言的话，常用的算法，常用的算法就是这么四类， 基于分析、运筹、优化去梳理、统计和评价，那么的话，这地方的话，我们前面的话也给大家去展示过这个流程图了，对不对？我们常用的哪些算法？ 那么对于我们很多同学来说的话，那么学习这个东西，学习这个 模型去看公式，实际上是非常枯燥无味的，而且很多时候的话，你对于一个背三而言的话，你并不需要去把公式的原理给它扣清楚，你只需要知道它这个模型应该用在哪些地方就可以了？那么比较典型的我们也可以用我们的 ai 去辅助我们， 比如说我们可以用那个 labkin， 那 么 labkin 的 话它就可以，我们怎么去用呢？我们可以首先的话我们去用我们的 gmail 呀，或者说用我们的 gpt 啊，去让它去给你规整出一套。呃，这样的一个模型， 它是用在哪地方的？然后让它用非数学的新的语言给你描述出来，然后你就把这一段语言，然后的话你直接扔给 labkin， 然后的话它就可以去给你生成出一些小卡片， 对不对？比如说什么是正在分布呀？然后我们怎么去分类啊？嗯， 那的话大概的话就是这么样一个效果，对不对？比如说我们的 a h p 每赛里面出现频率最高的一个模型，我们要干嘛？首先的话写清目标，加备选项，然后列出我最在乎的三到五个标准，然后标准之间两两对比算出权重，然后每个方案按照标准 表现评分自动汇总得到排名 啊，在这个地方对不对？然后比如说什么是吉拉斯坦估计啊？哦，我们要通过我们观察到的数据。嗯， 它这个的话是国内访问，国内访问比较慢，它这个是外网的，不挂贴纸也可以访问，但是的话访问速度比较受限， 大概的话就是这么一个效果，可以，你可以让 jimmy 呀这些东西用，让他去用非数学性的语言，用讲故事的语言把你让，让他把一个模型给他，给你讲清楚。 今天这个网是这么慢吗？这谁偷我网呢？这是 好，让他先深层一会吧，这平常按道理来说的话，平常都是秒出的，今天这是发生什么事情了？这是网被偷了 对吧？我们要把一团乱麻的复杂问题拆分成一个一个简单的二选一的小问题，然后的话通过像洋葱一样怎么分析基于内心的真实偏好，哪个选手是这样赢家？ 然后比如说我们要去搭建一个金字塔对不对？然后去擂台侧对比较，然后的话加权。 我们的目的就是让我们把我觉得这种模糊的感觉变成清晰的结构，然后的话不忽略主观喜好，如实的计算对于这种结果的影响。比如说把我们的主观变得客观，然后如果团队有错的话，可以分头给权重，最好算平均值，避免吵架。 通过这些方式的话，我们就可以很清楚明了的去把我们这样一些难搞的数学公式，然后的话变成我们比较生动的语言， 但的话我们也不能够只懂原理，我们完全没有实战经验对不对？我们可以去通过我们这样的一些教材啊，对吧？这这个是非常经典的一本书，可以通过里面的这些教材，然后的话去干嘛呢？去做一做里面的题目， 看看我们学会了之后到底能不能够把它给用出来，到底能不能把它用的好。我们需要用实战来进行演练， 然后的话当然我们演练的话也不能够只靠我们自己，我们需要我们三个人来进行协调， 因为你一个人效率高，并不能代表你在美赛里面就可以取得非常好的成绩，我们最后的话我们还是要三个人协同去完成的，当然的话，如果说你能够去单刷的话，那么要当我没说，对吧？单刷的话你应该也不需要来看这个课了， 那么对于我们团队大脑来说的话，你必须要保证，对吧？保持你的一个思维是活跃的，如果说你没有办法去保持你的思维活跃的话，那么你就一定要把工具给用好，确保你能够把握整个团队的一个效率。 那么对于论文而言的话，其实除了写作之外，还有一个非常非常重要的点是画图。虽然说数据格式化是应该由编程手去完成，但是的话 里面我们知道美册里面除了数据格式化还有很多其他东西，比如说我们 ourwork， 对 吧？很多流程图、框架图、示意图这些东西。 而且对于诺言来说的话，你提交的就是你们整个队伍的一个脸面，如果说你的这样的一个排版非常乱，然后的话，你让你的这种图标非常不专业的话，那么基本上你的一个内容的话，对于屏幕来说就完全没有任何吸引力了，因为他根本就不会去细看，他在我们的第一关就把你给 pass 掉了，因为他对你的印象实在太差了， 这个是大家非常要注意的点，至少说你的一个排版看起来不那么乱，至少要要工整一点，不是说你要排的多么的好，多么的专业，至少说你的一个基本项还是要保持的。那么我看到的话啊，就目前我们带过的这些队伍里面有一些非常典型的一些问题， 图表字体不统一、大小不统一、样式不统一， 这个是我们遇到的队伍里面非常常见的一种现象，我们为什么一直强调大家要去用模板去写作呢？因为你用模板刷了之后，你可以强制的保证他们的样式是一样的， 但是如果说你自己去一个一个的调格式的话，你要到时候你有的大，有的小，很乱很乱，让人看着之后第一印象非常非常的差。所以说的话还是不建议大家自己去一个一个的去调格式，尽可能的去用模板去刷格式，保证你的文的样式是一样的， 否则你做的再好，你的模型建立的再完美，你的这个第一关就没过去，那都没有什么用。 那么对于一个论文而言的话，你不能说你只会排版就完事了，你还要去写作呀？你写作的话，你如果说你完全不懂这些东西的话，那你写的出来吗？你不能够完全指望着去复制粘贴吧， 也不能够完全百分之百的去抄 ai 吧，这个东西的话你必须要有带有一些自己的一些理解，否则的话你的这样一个论文那个拼凑痕迹是非常重的， 而且这个东西的话是很容易看出来的，至少说我们拿到一篇这种拼凑痕迹比较明显的论文的话，我们可以很明显的看出来你哪些东西不是你自己写的，和你的这个文风完全不统一。 所以说的话，你一定要把自己的一个这样的一个写作的一个专业性给提起来，当然怎么提的话，我后面的话也会给大家列出一个工具，然后最后的话，我们这一段时间的话，就是尽可能的去协同，尽可能的去合作，尽可能的去加快我们整个团队这个效率。 那么我们数学建模比赛里面会涉及到哪一些软件呢？那么除了我们编程用的 python lab 对 不对？还有的话就是我们的 alaconda 和拍唱或者是我们 vs code 的， 那么 alaconda 的 话就是用来就是一个环境管理的一个东西，它的话自带了一些数据科学的环境，可以去帮助我们，可以包含我们大部分数学建模比赛里面的一些算法 来加快我们的效率。拍像和 vs 刻的话就是写代码的一个工具，那么一般的话，我们追求轻量化的话，我们还是用 vs 刻的用的比较多一点，拍像的话可能相对于而言会更专一点，更适合于用工程环境一点。 然后的话，一般的情况下我们用 g 拍的环节，那么 g 拍的话也是按照 ctrl 自带的，他的话就可以，你他的话就可以让你写多少，对吧？有有一边写边测试，边写边测试，而不是说你一次把一道题全部写出来，到后到时候啊改一改，全部都要改， 那么就很麻烦。所以说我们一般的时候会建议大家去用我们那个主拍的环境去完成。那么我们一般的绘图软件的话，那么 visa 的 话，我相信大家应该都是用过的，这个学校的话应该也会教，对不对？ 其次的话 ppt 也是我们一个常用的一个绘图的一个工具，那么的话之前的话，比如说我们一些环状图啊，其实用 ppt 绘制还是比较方便的，我来找一找。 嗯，应该不是这一门， 应该是第三个吧， 比如说一些环状图啊，对不对？这种类型的图片用 ppt 绘的话还是其实还是比较方便的， 无非就是给它加一个什么设限渐变嘛，对不对？然后把大家都给调整，然后到环状文字的话， ppt 里面也有自带的，这个的话就没有什么 挺方便的，只要说你用的比较熟的话，就没有什么太大问题。然后 wechat on 的 话，这种东西的话，它是一个在线网站，它里面的话也是有比较多的一些素材，来找一找 wechat on 在 每个点 wechat on 对 吧，里面的话其实也有非常多的一些素材， 它里面可以绘制的图还是挺多的，各种各样的都有。 再然后的话就是我们的一个 auto cad， cad 的 话这个应该学功课的同学的话都会接触到，对不对？可以画一些这种示意图啊，尽力图啊，特别是几何这一块的东西， 用 cad 的 话应该可以非常方便的进行模拟，而且的话你可以去把它的一个比例给它还原出来。然后的话还有一个的话是我们的一个飞格桌 里面，头面给我们提供了非常多的绘图模板，但是的话它主要的话还是面向于生物科学的，里面有些内容的话我们可以拿来套，但是的话有些内容的话我们不好直接套， 比如说这种我们去掏一些可持续发展的话，可能就没有什么问题，对不对？然后这个的话我们可能要去换一换他的一些样式和底色，然后这个的话我们倒是可以直接拿来用，只是说要把这个，对吧？这些东西换一换就可以用 里面的内容的话其实还是挺多的。 还有个的话就是我们的一个意图图示，那么的话这个意图图示的话我相信大家都已经非常熟悉了，那么比如说我们前面去复现的这项一些 我们之前去复现的一些论文，那里面那些图片就是 overwork 那 一部分的话都是用意图图示去做还原，或者是用 ppt 去做还原。但我觉得意图图示可能要更好用一点， 因为里面的话给我们提供非常多的模板和样式，我们可以直接拿来去套，然后的话 ppt 的 话可能很多东西，很多形状的话要自己去剪，所以说我们尽可能的去加快一下我们的一个， 加快一下我们的一个效率，这个是一个七零五 啊，比如说这个是我们的一个 f 题的， 那么写作软件的话，基本上呢它就是我们那个 lo word 和 laxt， 那 么 laxt 的 话我们一般都会用我们 laxt 加 vs code 的 一个形式。那么前面我们不是给大家展示那个有一个自动排版的吗？里面其实是同样的可以去拍了，我们的一个 laxt 应该在我们啊在这个地方扣子，当然的话这个的话也是基于我们美赛的一个模板，不因为我们 不然的话到时候环境冲突的话会麻，很麻烦。所以说的话，你首先的话要把我们那个美赛的模板和我们他那个模板文件给它传入进去，然后的话再去让他去做生成， 这样的话它里面生成出来的文件的话就可以去完全的去符合我们模板的一个内容， 然后最后的话就会给我们生成出来一份 text 文件，然后我们直接把 text 文件去替换掉我们原来的文件就可以了，还是非常方便的。 那么对于我们 ai 工具的话，那么我们比较头疼的查文献，查文献的话有我们的星火科研助手里面我给看暗度了，我们可以去搜，对吧？可以去搜我们的文献， 然后还可以去生成我们的中数。那么其实美赛的话里面有一个小节的话，是用来写我们的中数的，就是我们那个 layer feature view 那 一个部分， 嗯 啊，这是解锁历史中数列表这个地方， 对吧？它里面的话是可以给我们去生产钟数的，我们可以去根据我们这样的一个比赛里面的一个情况，然后的话去看看我们到底用哪些文献来辅助。 那么除此之外的话还包括我们什么深度研修啊，对不对？比如说我们要研究哪个主题，当然话这个的话一般在美赛里面可能还是不怎么用的到，以及我们论文研读啊，对不对？我们这个论文讲的什么东西？但是我看这个论文研读的功能的话，我感觉还是不如这个网站好。 然后包括我们翻译，当然翻译的话里面有限制，它里面的翻译的话是有，对吧？两千个字母的限制，每次的话只有两千个字母，所以说基本上我们写完一个小节之后，我们就要去翻译一个小节了， 然后包括我们的一个润色，我们怎么让他去更加学术化一点，怎么让他看起来，对吧？高级一点，怎么符合英语的一个说话习惯，我们可以通过这样的一个学术润色的一个功能， 那比如说我们来随便审一篇论文吧， 那么比如说我们前面有的同学，对吧？自己写了论文之后，不知道自己写的怎么样，就可以通过这样的一个审校的一个功能 来看看，对吧？自己到底有哪些缺陷？看看大家我们这个团队有哪些内容是没有考虑到的，就可以通过对吧？这样的一个 ai 评选的这样的一个功能来帮助我们提高整个团队的一个水平。这么慢， 今天这个网络真的不对劲， 好，终于上传出上来了啊，这样一篇论文是干到一个什么东西？ id， 哦，老朋友了， 好，优点是哪些缺点呢？模型假设较为理想化，数据预处理细节不足，对不对？模型验证和比较不充分，缺乏与其他基建模型的对比分析， 无法全面评估所提模型的相对优越性。对模型局限性讨论不足，对吧？没有存在扩力、扩力和问题以及泛化能力的讨论 符号和公式没有解释得清楚，对吧？ apple shell i 的 具体含义未作详细说明，参考文献引用不规范 对不对？然后改进了建议综合评分。哇，欧奖论文三点五分刚刚集合，所以说的话，这个竞赛论文和我们的学术论文，对吧？看看这个差距还是挺大的，因为欧奖论文的话在我们这里也就是刚刚过几何线的一个水平。 然后其次的话就是我们那个 s c s pace， s c s pace 的 话，这个动画应该之前有跟过我们国赛的同学的话应该知道， 他的话只需要你，比如说你这个地方用的很，用了很多 ai， 结果你完全没有查文献，到时候你要交的时候发现你没有文献，那么的话怎么办？你直接把你的一个专利给它上传上去， 那么的话他就会根据你的个专利内容，或者是说根据你所提的内容去寻找对应的文献，同时的话生成一篇类似于中数的这样一个东西， 然后后面的话就会附上它的一个参考文献，而且的话它里面还可以去做一个分类， 对不对？ d p 模型 rostop 文件优化，然后的话 rcf 质量控制对吧？不是质量控制，生产质量，制造质量啊，系统上面的生产质量有个问题， powermad 生产质量问题， scholar 生产质量问题，质量控制， 对吧？有模型也有我们的来源，这个的话都很明确的， 这样的话也可以避免我们这样的一些 ai 去胡编乱造一些文献。 当然的话这些我们也给大家提到过扣子那个智能体 这个又改版了， 这个里面的话就可以根据我们这样的一篇，我们直接把我们的一个赛题给上传上去， 把它的赛题上传上去之后，它就会直接根据我们这样的一些内容，然后的话去对应的去查找文献，去查找我们的一个解决方案，对不对？后面的话也会附上我们的一个文献 啊，这个还是比较少的，这个的话是因为它里面的话在原文里面是给我们提供了一些文件，所以的话比较少。之前我们测过的那个 a t 的 话，它后面附的文件还是比较多的， 那么阿密的话就是我们之前说过的我们这个东西的话，如果说我们要去做我们的一个问答的话，那么的话我们就可以通过我们这样阿密的去来做我们的一个交互， 他会告诉你这个东西哈，我还研究了一个什么样内容，然后的话按那个论文概要，然后的话可以问一问他这个里面到底用的什么东西啊？这个的话就可以加快我们读文献的一个过程， 比如说我这地方提问模型一部分用的哪些方法解决哪些问题，他就告诉我们哦， 首先抽向我们的交通网络，然后的话用双旋法确定我们的边权，然后用流量平衡方程模拟我们的一个桥梁的倒塌，最后用我们的这样的迪迦斯克拉算法去分析他的一个最短路， 然后用 a a d t 去分析它的一个交通流的一个变化，这样的话就可以非常快的，对吧？快速的去过一篇论文，省得我们还要一个的去翻，一个去读，到时候又浪费时间，然后的话还不一定读的明白。 当然的话我们也可以让他去给出我们的一些思路，它里面的话其实是类似的我们一个 glm 模型所制服的一个模型，对不对？ 它里面集成了我们制图的模型，然后你可以让他去给你一些这种解决的思路，那么的话一般的还有这种学术专用型的 ai 的 话，他一般给的内容还是偏向于学术性一点的。 那么对于我们编程的话，我们也可以直接让我们的一个 gpt 去帮助我们去编程，让他直接给出我们的一个代码，然后我们直接把代码去跑就可以了。 然后同样的我们的一个 ai 的 话，它里面也有一个画图的一个功能，嗯，这地方好像 ppt 没更新， 那么的话这地方的话一个是我们那个 infamend 的， 一个是我们那个 sora， 这个的话我之前我前面还加了一个 banana 的， 就是我们那个 juma 的 juma 里的，那么 infamend 是 里面可以去有一个科研汇总的过程，哎， 但是问题的话就是它那个中文不太油耗，所以说一般的中文的图片的话，一般还是用我们的一个呃节目来说画，但是的话我们美赛的英文的话可以考虑用我们的 infamend， 那 个有点太卡了吧。今天 so 的 话是我们的一个 gpt 里面的一个模型，然后的话它里面同样的也可以用 gpt 来画图，然后我们也可以去用我们的 啊接下来来画图，那么接下来的话我就帮自己来演示吧。比如说我们把我们的论文上传给他，然后告诉他我们到底应该要怎么画图， 对吧？我们把我们的一个问题上传给他，然后问他，让他去帮我们设计 t 的 十，然后的话去让他去给我们生成对应的 t 的 十，我们就会把 t 的 十直接复制到我们的积木栏里面来，然后的话让他去帮我们去生成对应的图片， 那么的话我们可以来测一测，看看他在这个地方画出来的东西到底是怎么样的。 这个是不是题词有点简单呢？ 等一下我们换一个题，他的一个内容比较丰富一点的。 好，他终于出来了，大概的话，画出来的话又是一个这样的一个效果，虽然说题词是很少，但是的话画出来内容的话还是没有什么太大的问题，对吧？内容还是比较丰富的， 而且图标的话基本上也是和我们这样的一个它的一个文本的内容是比较匹配的，比如说钱啊，对不啦？ 十亿人民币的知识，然后的话就应该是一个金币的一个图标，然后的话我们这样的一个 teach teaching innovation 科技研究啊，它是一个芯片的一个图标。然后第二个是我们 talent development， uh talent development and edu education， 人才发展与教育，它的话就是一个这样的一个学时髦，对吧？然后 infrastructure and economy， growth， 基础设施与经济增长，它又是一个这样的一个桥梁，对吧？这个的话都是很匹配的。 然后下面的话一个环路数据分析啊，这两个可能好像还有点啊，啊，没有重复，没有什么问题。 data analytics， monitor， policy， adjustment， 政策适应， resource relocation 啊，这个的话可能它下面中间这一块的话有点问题，它的话就会有一点重复，是不是有点重复？ 但是的话整体的话，它的一个出错率的话，在我们的一个美观性以及它的一个错率上面的话应该是比较低的， 基本上的话它画出来图的话，基本上可以直接用到我们的一个论文里面来，没有什么太大的问题。现在的一个 ai 深图这个技术的话，还是相对而言的话是比较成熟的， 好，出来了。然后的话，首先的话是数据和处理，有我们的 world bank 啊，世界银行的数据 top， 五百超算的数据， open， alex， 学术数据， patent families， 然后的话， github， activity， gorms， index， 政府指数，然后问题，我们的一个指标系统与我们的一个指标系统里的构建， 那问题二，我们的一个 a c i 的 一个评价和我们二零二五年的一个排名，然后问题三，我们的一个预测，二零二四啊。问题四，政策优化来最大化，我们中国的 a c i 在 二零三五年， 然后这地方还给了一行小字， policy in size 与反 microsoft and scanners， 政策洞察重新来，政策洞察的重新定义，我们的一个 什么场景，对吧？坏了，太久没背单词了啊，不过反正总体来说的话，他的一个生图，对吧？这样一个风格的话，风格风格还是样式的话，基本上还是比较美观的，可能比我们很多同学他的一个画图水平都要好一点，对吧？ 所以说的话，这个的话也是我们的一个画图的一个方案，大家也可以拿去用。 那么还有一个比较麻烦的是我们数据网站，那么数据网站的话，我们这地方也给大家准备好了，这里有吗？有这么多的数据网站， 包括我们美团里面最常用的就是我们什么东西呢？世界银行， 嗯，我的世纪银行都跑哪去了？他这个最近，最近浏览器都是罢工了嘛， 改的内容他也没没存进去，我的计算夹还没了。 这个地方的话给大家就总结出来了，我们地方的话比较常见一些数据，这的话都是一些偏比较官方的数据，就不会像我们有的同学，对吧？用什么简书啊，什么知乎什么这种东西到处去找数据员，结果找到了数据的话，他又不是官方的 结果，人家也导致你的一个论文不可信，你做的再好，有一个数据员从根本上就错了，那，那就那不就完蛋吗？ 把世界银行的一个公开数据，这个的话是我们美赞里面比较常用的一些数据网站，然后还有包括我们什么卡购啊，对不对？这个的话相信计算机的同学应该不陌生， 那么这地方的话也是把它给大家，把所有的超链接都练好了，大家可以直接链接给跳过去， 当然的话现在的一个 ai 的 话也能够去帮我们去找一些数据，你只需要去干嘛呢？你只需要把它的一个 网页搜索的一个功能给它打开就可以了， 你就可以让它根据题目的内容去帮你去整理一些文件出来，所以说的话，现在的话，对吧？干什么都很方便，只要说你会用这些工具的话， 那么对于我们一些比较喜欢这种古法解题的同学来说的话，对吧？我还是有的时候还是喜欢自己一个人搞搞题目 啊，有的时候但是一个人有的时候搞不过来，因为现在毕业了嘛，有的时候可能无聊的时候可能去单刷一下，但是现在毕业的话没有队友，有的时候而且还要上班，所以说的话时间很紧， 时间很紧的话，有的时候画图的话就不是很想去画，特别是像 python 的 话，它 maclab 现在的一个画图的一个，它原生画图的话就是不去做什么样式修改的话，它的那个图有点看不上，所以说的话我有的时候为了图方便的话，我就会去找一些数据网站， 因为实在不想在我们画图上面花费太多的功夫，因为解析已经够头疼了，还要去花时间挑图的样式，也不想去写 r 语言更麻烦，所以说的话就直接用我们的数据网站直接一一次性搞定， 那么的话这三个的话都是集成了 r 语言的一些网站，它的话是用 r 语言来画图，它里面的出的图的效果是非常好的，只需要你把数据上传上去，它就可以帮你出图。 那么比方我们典型的看看我们相关性的矩阵，我们一般做 p 小 卷四 p 尔曼的，我们是不是都画的方框，他的话就可以帮我们出一些其他的东西，比如说我们的圆块，然后下面的话我们一些字， 当然的话我们也可以去给它调一调，对吧？我们可以用换成四 p 尔曼，然后我们还可以用换成什么，还可以选择椭圆，对吧？ 可以显示我们的饼图，可以显示我们的方框，各种各样的， 这个樱花纹还是太丑了，那么椭圆的话就可以表示它们之间相关性的一个方向，是正相关还是负相关。 那么 cs， nova 它也是一样的，来看一下它应该在我们的一个， 对吧？这个里面的话也有非常多的一些图， 非常省事，省得我们自己去写代码，去一个调乱七八糟的格式里面都已经帮我们集成好了， 毕竟现在 a 有 ai 里面 ai 画的有些图的话，我也是有点看不上的，如果说他画个数据格式化的话，我也不想花很多时间去调那个提示词，太麻烦了，要一个一个的调，所以说干脆就用我们的一个在线网站已经给我生成好了，省事 上，毕竟上传，对吧？打开一个网站上传数据，这样的一个时间的话，比我自己挑战码这样的一个时间还是少多了， 里面基本上什么图都有， 然后包括我们这个 high pro 的 也是一样的，也是我们的一个二元 p c a 生成分析，然后的话我们的各种各样的分析的图，什么热图，什么相关性热图啊，乱七八糟的全部都有， 第一次呢是用 map 这些我们比较常用的 p c a 对 吧？有了这些网站之后，我们这样的一个 效率就可以提高了，然后的话省的我们，嗯啊， 省得我们头上自己写代码，对不对？能用工具就用工具，不要重复的造轮子对吧？这个东西 好，那么其他的话，像我们之前给大家说过我们的 weisson， figuero s c i 这些东西，然后包括我们用 sora 去生成图片，然后的话导入我们的 dob library 里面去进行编辑，或者是说我们用我们的 那的 banana， 也是我们 jama 去生图，然后再用我们的一个 lobe illustrator 去进行编辑也可以，但是一般的话应该不需要编辑吧？就像我们刚刚给大家看过的一样，它生图的一个质量还是比较高的，基本上不需要我们再怎么去修改，基本上去应付一个美赛的话，还是没有什么问题的，对不对？ 那么对于我们那个整体的时间安排的话，那么的话我们比赛的话在我们那个早上六点钟开始，那的话我们拿到赛题之后三个人就要去干嘛？齐心协力的去找文献，找资料，去确定选择题，确定我们的大方向， 我们到底应该走哪些方向？不管你们是用 ai 也好，还是说你们自己手动去查也好，最开始的话肯定是三个人一起把整个思路给它统一掉的，不要觉得这个统一思路之后，对吧？去搞这些思路会浪费你的一个时间， 因为我们写作的时候越复杂的项目就越要去达成共识，然后的话收敛我们的要素，我们达成共识比我们先干不一定会花花费更多的时间， 因为我们达成共识之后，我们后期的话分歧就会越来越少，同时的话也能够让我们整体的一个思路更加的稳定，对吧？ 当然我们不能够在这上面去浪费太多太多的时间，因为我们这个是有时间限制的，对吧？我们只有四天的时间，比我们国泰多一点四天的时间，那么的话基本上我们第一天的上午的话，那我们拿到题目开始 第一天上午的话，我们就要去大概的去明白我们到底应该用哪些模型了，到底应该去 走哪个大方向，然后下午的话基本上我们的一个步骤就要出来了，然后的话我们编程和论文的话就同步进行推进编程，把我们论文的框架给搭出来，然后的话等到我们的论文手跑出了结果就直接填填直就可以了， 然后差不多到晚上的时候的话，就可以去大概的去完成我们第一问的一个写作。然后一般的情况下，我们第一天的话是不建议大家去熬夜的，因为我们四天的时间它是一个拉力赛，对吧？它是一个马拉松， 你在前面花费的精力过多的话，那么你后面可能会影响你的一个效率。我们要保证我们四天的时间每天都可以去高负荷，高负荷运转，不能够因为我们第一某一天而影响到后面那个效率，当然除非说你是干地，那么的话就当我没说。 然后第二天的话，基本上我们来到之后的话也不用起的太早，毕竟我们第一天是六点钟开始嘛，我第二天的话也不用起太早，就像我平时上学一样，对吧？早拔就可以了。然后的话我们继续完成我们的第一问，然后的话准备开始我们的第二问， 那么有了第一问的结论之后，你对于整个题目的一个理解的话，应该会上升一个台阶。所以说的话在上午的时候，虽然说你花的时间比第一天要少，但是的话你在第二天上午的话，基本上也可以把第二问的一个大概思路给弄出来了，然后基本上你第二天的话就可以去 完成我们第二问的一个模型建立了，然后的话根据他的一个结果的话去不断调整优化你的一个内容，因为很多时候你跑出来的结果的话并不一定能够满意。 在很多时候的话，我们第一次见模的时候，我们总会我们的一个结果总会和我们的一个想象是有一点出入的，那么他这个时候你就要去慢慢的去优化迭代的一个过程呢，看看内容里面到底有哪些东西是没有考虑到的，或者说有哪些东西是考虑的太复杂的可以简化掉的， 然后的话去不断的去迭代和修改，然后的话到了晚上的时候差不多的话就能够 拿到我们问题二的一个初稿以及他的一个结果。那么的话第二天的话同样的话不建议大家去熬夜，那么的话基本上建议大家，对吧？十二点多之前睡觉一天奋斗个在早八到晚十二，对吧？十六个小时差不多了， 当然的话现在这个工具这么发达的一个情况的话，一天的话应该是用不到十六个小时的，我觉得一天可能啊十个小时都已经很多了。 那么第三天的话他的一个整体安排实际上是差不多的，但是的话我们基本上第三天的话，我们的一个整个题目的调解都已经要完成了。然后的话下面的话就是灵敏度分析这个部分了，对于每一次而言的话，灵敏度分析是非常非常非常重要的一个板块， 如果说你这个灵敏度飞行做的不好的话，那么很容易就直接降档，因为美赛一般的话都是面向于他的一个现实问题， 那么面向现实问题的话，它里面就会有非常多的不确定性，那么你怎么证明你这个模型是能够用的呢？你怎么证明你这个模型是稳定的呢？那你就只能够通过我们灵敏度分析的方法了，那么现在的现在主要的灵敏度分析的话，基本上也就是说改改参数啊， 然后或者是用什么蒙特卡洛进行模拟啊，看看他们之间那个变化到底是什么样的，整体的难度不是很高，但是的话我们的一个灵敏度分析一定要复图，一定要有图，只有表不行，必须要有图。 所以说为什么总是说美赛是一个跨国大赛，因为它里面对图的一个要求非常高，同时到了最后一天的话，我们不要去 卡点提交，因为美赛那个网站的话是非常拉垮的，如果说你到时候卡点的话很容易容易交交不上去，一般的话建议大家提前两个小时提交，为了避免他那个网站过于拉垮，对吧？然后的话给自己保一个底， 然后交上去之后的话就不要再去修改了，不是说不要修改，不是说我不要修改你论文，只是说修改不要去重复提交，因为它本身的话那个东西就很拉垮，你重复提交的话，你指不定你能够出什么 bug， 所以 说话基本上你交一次就行了，它那里面也没有什么邮件确认的这种功能，就是整个网站还是优化需要优化的比较多， 反正就是至少给自己预留两个小时的时间，不要去卡点提交，然后的话提前两小时把它交上去，然后的话你就可以去休息了。 那么对于我们整个论文的一个编辑和翻译的话，目前我们最好的翻译软件的话还是 d p l， 因为它它里面可以选择你的专业领域的话去去做翻译，但是 d p l 的 话它里面有这种地区的限制，而且的话 翻译文档用需要氪金，所以说的话我们之前的话就可以，我们之前的话就给大家去看过，对吧？星火科研它里面的话也支持这样的一个翻译的一个功能，学术翻译对不对？ 只是说它里面的一个这样的一个文本是有限制的，所以说的话建议大家都是写完一个小结就去翻译一个小结，随时翻译，随时随时，那个 大家的话记得给自己留一版中文的底稿，对吧？然后的话后面的话如果说我们要修改的话，那么的话不至于到时候自己都看不懂自己的论文，不知道自己要改哪里对不对？有一版中文稿有留一版，有一版英文稿，最后提交英文稿， 要修改的话要先改中文稿，然后再把修改的那一部分重新翻一遍，然后再到英文稿上面去。同时的话我们之前也给大家看过我们的这样的一个润色呀，审教啊，预审啊这些功能， 所以说的话我们在写完之后，我们是可以去反复的去根据它里面的一个评选意见来打磨我们的一个论文的， 尽可能的让我们的论文的一个考虑的更多，更加的完善，不要让人家挑出毛病，毕竟也不是只有你会用 ai， 人家也是会用 ai 的， 对吧？评文也是会用 ai 的， 就是说可能有的有的评委他甚至可能是懒，直接懒得用 ai 来看你的论文，直接大概的瞄一眼就过去了，但是的话为了避免这种情况，对吧？ 我们也可以提前用 ai 来帮我们审校一下我们的一个论文，尽可能的让我们的整篇论文更加的专业化，更加的学术化，更加的 有这种可执行性。好，那么我们的一个分享的话就到此结束，所有的资料的话，大家都可以看评论区置顶进行领取，然后的话希望大家可以在我们的美赛里面取得好的成绩。

啊，那么这个视频呢，跟大家讲一下啊，一个在我们数学建模写作中呃的一个技巧，那么现在很多队伍呢，可能都会采用 ai 去辅助啊，我们完成啊，部分的建模啊，或者是一些公式的编写，或者一些思路的辅助。 那么在这个过程呢，就衍生出来了一个问题，那就是在对于 ai 给出的这个思路啊，和这个模型里面的公式，究竟应该怎么样去进行复制啊？当然，呃，你们如果用过的话呢，呃，应该会有一些队伍或者这个疑问，我们给大家举个例子， 比如说我们以二零二四年国赛的这个 b 题目为例啊，那么这个时间呢，直接给大家举个例子，呃，大家可以采用美赛的一些题目自己去尝试一下啊，按照我这个视频的教程去做， 那道理都是相通的啊，我就随便找一个题目吧，那么这种中文题目呢啊，大家看更直观些，我就以这个题目为例了，好，我们把它驼背给 ai 啊，让它给出我们的完整的详细理论建模的过程，并且呢要求它有公式这些东西。 好，那么看一下，在这个过程中呢，它给出了我们些公式啊，对不对？好，然后我们点击右上角的复制，那么这个 ai 呢？大家，呃，这个大家随便采用一个什么样的 ai 软件，比如说啊豆包呀，啊， d p c k 啊啊，或者是 g p t 或者是 demo 呀等等等等，现在市面上的 ai 软件也非常的多啊，大家自己随便去用，但是呢道理是大差不差的，就它点出的这个公式呢，我们点击右上角这个复制之后，哎，我们点击复制对不对？然后我们直接复制在我们的 word 文档，文档里面，我们举个例子啊，给大家新建一个 word 文档，然后我们直接复制进去，给大家看一下， 可以看到呢，这里面的公式呢？哎，它都是显示成这样的啊，有人就讲啊，这个公式我该怎么复制呢？就是这个公式它在网页里面的显示是正常的，怎么复制过来就变成这样呢？哎，这个其实呢，这个公式它显示的是 latx 的 形式啊，这个大家如果懂 latx 的 话呢？ 呃，你们肯定知道我在说什么，对不对？那么假，假如你不懂的话，看到这个视频，呃，那我希望给大家教会一下关于这些代码。 呃，就是给出的这些公式里面呢，我们应该怎么样去把它复制转化成一个可以正常显示的啊？在 word 文档里面，我们正常可见的一个公式的形式啊，也就是这个页眉上这样的一个形式。好，那么这个通用呢，有两种方法，我先讲第一种，那么第二种方法呢？是我共推荐的，那么我后面再讲，那么第一种方法呢，就是我们在复制粘贴的时候呢， 把文字和公式呢分开去粘贴啊，假如我们中间有这个公式，对不对？我举个例子，比如说你复制这个公式 好，比如说我们复制了这个公式啊，我们还复制过来，那么你无论是用 word 还 wps 呢，呃，那都是一样的，就是你用它内置的都会有 messap 这个插件的，所以你直接点击啊这个插入，然后点击这个公式啊，我们点击插入公式，然后在这里呢，我们还复制进去， 复制进去之后呢，我们点击回车键，哎，他就可以显示为正常的这个形式了，但这样有一个比较复杂的点击，我们不能够直接这样去大段的把这个全部复制过来，然后把里面的公式呢全部一键变为这个公式的形式，这个大家能理解吗？ 就你不能把它全选啊，就是包括文字在内的所有东西完它全选之后呢，我们点击插入，然后点击公式，这是不行的啊，这是没有用的，你再点击回车键，这是不能把它全部转化为我们直接可见的我的形式的。好，所以呢，我们给大家推荐的后一种的形式，那就打开这个网站， 好，那么这个相应的这个网站，呃，具体的网址，呃，大家可以看我的这个视频评论区啊，进行领取，呃，我就不给大家多展示了，好吧，嗯，我们为他先清空一下这个网站，好，我们直接把它复制过来，来看一下， 这里是我们给的完整的这个建模的过程。好，我们布置过来之后呢，哎，我们可以看到呢，在右边呢，就变成了这个，它右边就是这个正常显示之后的，哎这个公式，然后我们点击右上角的这个导出键，然后把它调导出为啊这个 word 形式，我们直接点击导出来看一下， 好，然后我们等待一会，好，导出完成了，我们打开文件， 大家可以看到呢，这个打开之后的文件呢，哎，就是正常啊，所有说的包括，哎这个符号说明啊，包括这个公式全部啊都正常的这样一个形式，我们再点击一下啊，把格式调一调，对不对？你随便调成个什么胸体小四啊 啊，这些东西大家就格式，你们可以自己去进行设置，哎，我们就全部是复制完成了，那么还有一个好处呢，就是这个复制完成之后的啊，导出之后的这个文档呢，它的这个形式跟原来的排版也是一模一样的，甚至包括说符号说明前面啊，还有还会有这个标记的，这些符号的点，这些也都会有， 大家可以看到啊，包括这个标出啊，这些信息呢，它也会复制进来 啊，那这个排版呢，当然形式呢，就比之前好看很多了，虽然这个呢，这样在我们的比赛期间呢，可以极大的去节省大家的时间啊，因为我们现在也知道呢，呃，用 ai 去做剑魔的人呢，越来越多了，当然呢，还是那句话，呃，就是剑魔啊，这个 ai 呢， 它只能作为我们建模的一个辅助的手段，因为现在国线的难度也越来越高了，如果你说指望完全去用 ai 啊，去完成建模，完成代码的编辑，完成结果的啊，赋线 啊，然后再分析，呃，这些呢还是不太现实的，所以呢，希望大家呢尽量把 ai 还作为一个辅助啊，可以让它辅助你，给你些输入之类的东西。呃，实际的处理过程呢，还是大家要自己来，当然了，呃，这个视频呢，还是给大家能够提供一种如果说你要采用 ai 的 话 啊，公式的一种编写的方式。好好，那大概就讲这么多关于这个转换公式为 word 形式的这个网址呢，大家可以看这个视频的评论区去进行免费的领取。那么本次二零二六年的美赛呢？ 呃，届时我也会和所有的往期比赛一样啊，会出相应的完整的成品参考论文啊，包括先人的代码和结果。那么关于这个完整成品的说明呢？大家也可以看这个视频的评论区。呃，比如说二零二 啊，这个二零二五年呢，我做的是美赛的 b 题目以及 c 题路啊，那么开赛之后呢，我就会发布一个选集建议啊，以及个题目做题思路的视频啊，之后就会完成个题目相应的完整的代码结果，包括这个完整的原创论文 啊，二零二五年的是 b 题目和 c 题目，我看一下，二零二四年，呃，二零二四年，我做的是美赛的 c 题目啊，以及 f 题目，那包括二零二三年啊，二零二二年，大家可以自己去看，好吧？ ok， 那 包括说美赛我准备的一些其他资料啊，比如说编程资料大全啊，写错资料大全啊，比如写错资料大全里面有，呃，美赛排版的啊，一些模板呀， a latch 的 呀， word 排版啊，包括一些美赛的优秀论文的大全 啊，一些论文的大权啊，这是以模型分类的。呃，再比如说一些其他的啊，一些比较常用的东西软件啊，比如说建模资料的一些大权 啊，模型算法大权呀，啊，再比如说一些编程资料的大权啊，几百个模型的一个代码包的大权，大家也可以看这个视频和评论区去进行领取。那么关于这些资料呢，我后续会再出一个啊，这一个完整的介绍以及教学的视频， 那么大家到时候会到这样的一个文档链接里面去。呃，那么这个免费资料呢，就在这个链接里面啊，大家自己去看就可以了啊。呃，否则这个发放起来也比较麻烦。呃， 那大致就讲这么多吧，希望这个视频呢能够帮助到大家，那么这个视频呢，假如说你们不，你不是你们队伍里面啊，负责这个写作的队员，那么也可以把视这个视频呢转发到你的队友群里面啊，和你的队友呢一起去进行学习啊，这样的话也可以起到一个 啊，事半功倍的这样的一个效果，因为毕竟每赛期间呢，大家时间也都很紧张啊，还是希望这个视频都能够给予到大家的时间，给大家带来一定的帮助。好，那么就说这么这么多啊，谢谢大家。