Kimi怎么优化论文
说一下最近比较火的 kimi 的 新论文，叫做 attention resumes， 很 有意思，很有创意。评论说起来呢，我觉得也非常 intuitive s 账号上的几个头部科技大 v， 包括 elon musk， angelica 呢，都是擅长有加，当然我也不知道 elon musk 是 不是用它的 open clock 给的反馈。这里面的一个解决的核心问题呢，就是常常网络就是 resiliations， 这个是何凯林在二零一五年的 renaissance 篇文章提出的一个核心观点，前段时间 deepsea 认为这个也提出他们的一个解决方案，就是关于 hyperconnection 的 一些优化。那 kimi 呢，也回到了传统网络的几个大的问题。第一问题呢，就是虽然他的每一层的信息呢，都会向下一层的， 希望以无损的方式进行传递，就是我们在使用网络中啊，每一层网络获取的一些信息，他呢都希望把信息传达到下一层， 这样的话信息不会丢失。存在的问题就是层数越多，隐藏状态的模块长的越快，导致呢？前面的信息呢，被稀释的很厉害，比如说前面信息是一碗浓茶，不断的加水，稀释到后面的信息就丢失了，这是神经网络则存在网络中信息在传递中的一个必然的问题。第二个问题呢，是因为所有层呢，是被平等对待的，就是他当时还没有弹性注意力的概念， 信息都是以一个比较机械的方式往后传递导致呢？深度网络回顾早期内容呢，常常信息会丢失的，这个很好理解，因为不是每一层的信息都是有用的，你前面的技术内容信息量太大，导致呢所有的贡献是被淹没，怎么解决这个问题呢？ kimi 的 答案呢，很简单，就是把网络深度变成 attention。 attention 呢，就是谷歌最开始写的 transform 的 篇文章讲逻辑，它其实是可以通过学习知道不同的前面的投看的注意力的价值。它是一个以非常友好的方式去压缩，而不是机械式的把信息往后传递。 这个呢，缇密的核心方法就是他用了一个类似 transformer 的 softmax 归一法加总前面的信息。这样一来，每一层在聚合前面所有层的信息时呢，就不再是被动接受，而是可以主动选择 哪层的信息更重要，哪一层可以少看一点。那从可直观的注意力的群众来看呢，确实也是这样的，虽然大部分的深度的模块呢，都是上一层，但是除了第一层以外的剩下的每一层的信息就完全没有规律了。 一层的信息会针对之前对他来说有价值的网络层的信息呢，建立连接，并给予不同的权重。当然，如果完全这样干的话，成本呢，其实也是很高的，因为他的整个的通信和内存的开销呢，是限性增长的，所以呢，拼命呢，在工程上做了一个折中，叫做 block attention rest 是它把每一组模块，比如说六层到八层作为一个 block， block 里面的软方式跟原来 resna 是 一样的。 block 以外呢，再去实现类似 attention 的 机制，主动地选择每一层需要上面的信息，这样的话， token 需要存的状态从原来的可能是以层级进行增长，变成了一个以快速进行增长的一个逻辑。 实验中呢，他们也发现把八层作为一个模块，能实现最大的收益。当然在预写操作中，他们也使用了一些其他的方式，比如说在流水线的运行中呢，加了话集的缓存，让同一份数据呢，在不同的虚拟集之间来回传，最终效果呢，是非常明显的。 在 m， m， l， u， g， p， q， a 等任务上呢，可以看出，基于 attention rex 新的网络训练出来的模型的对比 vs 基本上每一项都提升了。我在这里想分享一下我对整个 kimi 的 这次底层创新的一些想法，包括去年十二月底 deepsea 出的 mhc 的 这个论文。 我觉得呢，现在 ai 的 创新已经不像原来的，要不然就是纯黑盒，要不然就是非常复杂的逻辑导致呢，参与者是非常少。现在的 ai 呢，基本上在大的模块的基础上呢，很多的创新的想法呢，其实非常 intuitive 逻辑，就是把原来的一些最优的模块，通过联想 a 加 b 加 c 这样的方式呢，找到一个最优解。在大的逻辑合理的情况下，目前创新还是大有可为的。这点像在二十世纪四五十年代，在量子物理学和原子学的基础上呢，有很多的物理学家都有新的突破， 在那个年代的诺贝尔奖，每一个人手上的成绩都是划时代的，原因呢，就是现在的 ai 的 基建，就像当时在物理学中的， 从机械到化学达到了一个平台级的提升，在平台级之上的很多事情呢，基本上都是有巨大的空间重塑的，所以呢，我们公司呢，也在深度的理解并发挥新的这篇论文，在此之上呢做下一步的创新，我们也期待着每个季度都可以推出几篇来自 agnes 的 这种 ai 领域的蓬勃发展之中。
粉丝4.4万获赞34.8万
相关视频
01:03查看AI文稿AI文稿今天这个视频给大家介绍一款新的写作神器， kimi， 急着教初稿的同学真的可以试一试。 kimi 在 处理长文本和强化学习这两方面的效果 很好，比许多的工具都要好用。你让他帮你写论文的引言部分，就会发现他写出来的内容符合专业要求，内容通俗易懂。 首先背景分析做的特别的到位，把论文相关的行业背景、研究现状都讲的非常清楚，不会像我们自己写那样。 然后还会有详细的介绍，逻辑特别清晰。最贴心的是，里面用到的专业术语，他都会顺便给出解释，不用担心看不懂用不对，而且还能突出论文的创新性。 这里正是引言最关键的一点，它输出的格式符合论文要求，不用我们再花时间调整排版，甚至还会自动标注引用文献，大大节省了写出稿的时间。
44沉心研思文献写作
01:35查看AI文稿AI文稿仅限三天，写完论文离不开这几个 ai 指令。首先先登录知网上，然后找几篇与你方向相联系的论文，把它下载下来，或者你直接把你论文的主题发送给 deepsea 或者 kimi， 让他给你引用几条相关的文献，然后你在知网上看能不能查到这几篇文献它是不是真实存在的。 如果需要用外文文献的话，你可以买个梯子，然后用格迷你来查一些外文文献。得到十几个论文文献之后，你就可以把它一股脑的喂给 ai， 然后让它给你生成一篇论文综述， 然后你再把得到的论文综述跟你的论文要求一块发给 kimi， 让它给你生成一篇论文大纲。 获得这份大纲和目录之后，我们就可以把它在豆包 or deepsea 里面打开，然后再把文献综述发给他，让他一张一张的帮我们扩写。他每一张扩写的内容都会有一个相应的指令，然后我们就能得到一份看得过去的触稿。接下来就是将 ai 率首先把这个文章先发给 deepsea， 然后让他跟随这篇文章给我们提出一些修改意见。在发送指令的时候，可以加入一些降 ai 率和降查重率的关键词，然后把修改意见和原文一起发送给豆包，然后让他再进行二次降重。降 ai 也可以反过来，都弄完了之后就可以去查 ai 率了，一般来说不会太高。 查 ai 率和查重率有好几个免费的网站，这些网站，嗯，他的那个结果只能作为参考，因为他并不完全准确。然后查完之后，可以根据这个网站检测的结果 对应哪一部分？他的 ai 率高的话，我们还可以再用一些免费网站再给他降重，有很多网站都可以。呃，免费降重两到三千字，我们可以多用几个网站，然后换账号，然后白调他这些降重的字数。
6324知知（自主实习／论文指导）
08:01查看AI文稿AI文稿最近 kimi 的 一篇技术论文注意力残差在 x 上大火，已经有将近五百万的浏览量了，还引来了马斯克、卡帕西等大佬的关注。国内微信搜索指数也是突然激增，我的评论区也出现了突然催更。 与此同时呢， kimi 的 估值不到三个月就翻了近四倍，现在已经涨到了一百八十亿美元了。听说最近还在进行新一轮十亿美元的融资。此时画面中的内容就是 kimi 的 创始人在 gdc 大 会上分享这篇论文中的技术。 那这个注意力残差到底是个啥呢？为什么让这么多人拍案叫绝？什么叫把残差旋转九十度？为什么？卡帕西说重新认识 attention is all you need 的 问题有点多，不过别担心，今天一期视频带你通关 kimi 这个底层架构的创新，拆解这些谜语，人一样的大神评论，看看他们是怎么敢在这个千年不变的大模型机座上动刀的。看完这期视频，你一定可以从中感受到一种技术的魅力。老规矩，忘掉所有刚刚的问题，清空大脑，跟我一起进入梦境。 不过为了捋清楚这些，还得从 t 度这个概念说起。很简单，用两个旋钮来举例的话，假如 a 零转一圈， a 一 转零点五圈，那么这里的零点五就是 t 度。你说的没错，在只有一个变量的时候就和导数是一样的。 而深度学习最终的目标也很简单，假如蓝色旋钮表示参数，黑色旋钮表示损失，即预测数据与真实数据的误差。我们就看如何旋转每个蓝色旋钮，让最终的损失变小一点点，反向传播调整即可， 但 t 度会随着神经网络的层数加深，以连成的形式累计，比如说零点五连成四次，就变成了零点零六二五。此时旋转第一个旋钮，对最后一个旋钮的影响就几乎可以快忽略不计了。这种现象呢，就叫做 t 度消失。 与之相对的，如果 t 度大于一，那就相当于变化会越来越快，比如说 t 度二，累成四次，就相当于扩大了十六倍。此时呢，旋转第一个旋钮，最后一个旋钮就直接起飞了，这种现象呢，就叫做 t 度爆炸。 梯度消失和梯度爆炸就是影响神经网络训练稳定性的两个令人头疼的问题，都会让参数的调整陷入不可控的恶性循环。 那怎么解决这个问题呢？有一个非常简单的办法，对于任意的函数都无脑的把原来的输入本身加进来，起到的直观效果就是，你这个输出的旋钮怎么着都跟我先转这么一圈，剩下的再说。这就极大程度上缓解了梯度消失的问题。 其实改变的地方也非常简单，就是加了个数而已嘛。输出和输入这部分的差值就叫做残差。更本质的说呢，实际上我们是从学习一个最终的输入到输出，变成了只学习这个差值。数学的直觉和经验告诉我们，学习这个差值要比之前更加简单。 这种结构画在图中通常是这个样子，这里呢，就是我们要学习的函数 f， 这里就是某一层的输入，就是刚刚的 a 零，这里呢，加在一起构成了某一层的输出，这就是传统的残差连接 residual connection。 别看这个结构这么简单，这个残差连接可是从最原始的 transform 架构以来，就基本上没有变过。即便我们已经经历了这么多次架构的革新，因为最基础的部分往往也是最容易被忽略的部分，渐渐呢，人们也形成了它就该这样的固有思维。 直到后来，字节跳动和 deepsea 分 别提出了超连接和流行约束的超连接，第一次尝试在这里动了手脚，那这里感兴趣的朋友可以看我之前的讲解， mhc 的 视频这里就不赘述了，但是我们可以简单这样理解， 之前的标准残差就是每层经过一个乱七八糟的函数变换时，无脑呢，先把之前的值加过来，这里的函数就可以是注意力层或者是 m o， e 层等等，不重要，反正就相当于一个大函数。但传统残差连接有个问题就是太死板了， a 一 的信息传递到 a 四的时候，可能已经扭曲的不成样子了， 所以字节的 h c 提出了个方案，就是拓展通道数。简单说呢，就是把 a 一 复制多份，同时往后也不再是单纯的加过去，而是呈上一个可学习的矩阵，这样信息的传递就有更多机会被保留下来。 那这个学习矩阵如果不加任何的约束，那么连称起来可能就又失控了，又产生了梯度爆炸的风险，所以 deepsea 的 mhc 就 对这些学习矩阵加了流行约束。简单说呢，就是让这些学习矩阵不论怎么称都在一个可控的范围内，实际上不是个新的裁查方案，而是对 hc 的 一种改良， 但是从更宏观的视角看，其实不论怎么优化，这几个方法都是把残差流从左到右一层一层的加过去。那还记不记得在没有注意力极致的时候的语言模型了？那不论是 r n n 还是 l s， d m， 让每个字都包含上下文信息的办法就是这样从头到尾的不断加过去， 比如说让连这个字携带求个三这三个字上三，再加到连这个字上，此时连就包含了前面的全部信息。 正是因为这样的效率实在是太低了，所以呢，才有了后来的，也就是我们现在大模型的鼻祖，急于注意力极致的 transformer 架构横空出世，他就一步到位，同时把各个位置的词都拿出来进行一种加权求和。 这部分细节如果想更深入了解的，可以看我之前的一小时理解 ai 那 个视频，这里呢，就可以不那么严谨的简单理解为把各个词都抽出来加权求和就可以了。 哎，那既然这样，残差连接是否也可以用类似的思路进行下改进呢？这不就巧了吗， pimi 也是跟你一样这样想的，而且呢，经过注意力来改进残差的思路，名字也非常好起，就叫做注意力残差。 具体来说呢，传统残差思路就是最左边的图一层一层这样傻乎乎的加过去，注意力残差就是直接一眼看向全部，选择性的加权聚合所有前一层的输出。 而最右边呢，是为了缓解层数太多导致的注意力计算消耗过大而采用的分块思想，和 qq v 分 组等思想有异曲同工之妙，这里就不展开了， 那跳出细节我们再回顾一下。我们最开始呢，是先把这个原始的安然在时间维度上的依次累加传递，变成了通过注意力机制权加权求和对不对？那把它看成一个整体，就相当于在深度上做了一层注意力机制的计算。这里呢，就是 transformer 的 一层 复制，后门可以有很多层，那残差就相当于在深度上模仿 r n 在 时间维度上的做法依次累加传递。如果想象不出来的话，把手机转一下吧。算了，还是我帮你转吧。 哎，那受刚刚的启发，这个方向上的计算方式是不是也可以通过改成注意力机制来计算呢？这就是 kimi 产生注意力残差的灵感来源。让我们一起读一下原文中的这句话吧，我觉得非常美妙。 时间与深度的对偶性，就像 r n 在 时间维度上的作用一样，残差链接在深度维度上将所有现言信息压成一个单一状态。在系列界面中， transformer 通过用注意力机制取代循环机制，从而改进了 r n， 使得每个位置都能依赖于数据的权重，选择性的访问所有之前的位置。 我们在深度上提出了同样的方法。哎，这段话写的实在是太美了。再看卡帕西这条帖子的回复， l s t m 就是 将 resident 旋转九十度得到的。事实证明，注意力机制同样是可以旋转九十度的，残差流是权重。我们是不是没有充分理解 attention is all you need 也是非常的美妙。当然，在深度学习领域天马行空，想出个什么新的结构并不难，重要的是有没有效果。而 kimi 的 实验结果表明，确实有效训练效率提升了一点二五倍，同等条件下，各项跑分也有所提升。至此，应该有掌声了。 哦，不是给我的，是给 kimi 的。 总结下，残差这个多年不变的，以至于很少有人想尝试改变的老祖宗。近几年呢，经历了 h c m h c 再到今天的 kimi， 注意力残差的变种， 深度学习就是这样神奇。或许客观世界真的存在一个强大而有效的模型架构，只是呢，我们还没有挖掘出来，我们需要更多这样勇敢而富有创造力的探索和努力，一点点逼近那个或许存在又或许不存在的真实答案。 好了，视频到此就该戛然而。
8.2万飞天闪客
04:27查看AI文稿AI文稿怎么借助 kimi 完成论文出稿？阿九今天要和大家分享如何运用 kimi 来高效完成论文出稿的章节，让你的写作过程更加流畅，论文质量也能得到显著提升。关于如何用 kimi 来完成论文出稿，我总结出了一个三加四模型， 即三个核心步骤和四个实战技巧。这模型是阿九为几十位研究生优化论文写作流程后，反复打磨出来的实用方法。论三个核心步骤是什么？第一，论文框架的系统化搭建。第二，各章节内容的逐层推进式转载。 第三，论证逻辑与语言表达的全面优化。说到论文初稿，阿九想起前段时间指导的一个管理学硕士生，他盯着空白文档两周都不知道从哪里下手，思路混乱的一塌糊涂。通过 kimi 的 协助，我们先从研究问题出发，搭建起完整的论文骨架，然后逐步推进， 三天时间就完成了一篇结构清晰的初稿，导师看完都惊讶于他的进步速度。对于框架搭建这一步，我总结出了精准提示的五步法， 第一步，让 kimi 详细说明每个章节的核心论点和主要内容。 第四步，让 kimi 预估每个章节的字数分配，避免头重脚轻或重点失衡。为了帮助大家更好的掌握这个技巧，阿九专门为核心学员准备了一套 kimi 论文初稿转载提示词模板库，学员们可以直接套用这些模板快速上手。其实 kimi 在 这方面能提供巨大帮助。有位做教育技术研究的学员，他收集了大量数据和案例，但不知道怎么组织成文。通过和 kimi 的 多人对话，我们采用了逐章推进的策略， 先让 kimi 为每一章生成详细大纲，然后分节拷写。每写完一节，就让 kimi 检查认证是否充分，逻辑是否清晰，最后再整合起来，整个过程既高效又有质量保障。在这个环节，我建议大家这样和 kimi 互动。第一，先给 kimi 提供你的核心论点和支撑材料，让它生成该章节的认证思路。第二，要求 kimi 用观点 论句分析小节的模式展开每个段落。第三，让 kimi 在 著写时主动标注哪些地方需要补充文献支持或数据佐证。第四，引导 kimi 在 每个小节结尾加上承上启下的过渡句，增强文章流畅度。最后，说说优化环节，这是很多人容易忽视但极其重要的一步。 这里要提到阿九指导的一个社会学博士生，他的出港内容很扎实，但语言表达生硬，逻辑跳跃也比较明显。通过 kimi 的 协助，我们从三个层面进行了优化， 认证逻辑的强化、学术语言的润色以及整体可读性的提升。仅仅两轮修改，论文就从能看变成了好看，答辩时评委都对他的表达给予了高度评价。接下来说说四个实战技巧。第一个技巧是分段对话技巧，千万别想着一次性让 kimi 写完整篇论文，那样出来的东西肯定是空洞无物的，正确的做法是化整为零，按照章节甚至小节来逐步推进。 我教你一个方法，每次和 kimi 对 话时，明确告诉他当前这一部分在整篇论文中的位置和作用。比如你可以说现在要写第三章。第二节，这节主要论 x 观点，请结合外理论和 z 案例展开分析，字数控制在一千五百字左右，这样 kimi 就 能更有针对性的输出内容。第二个技巧是点赞优化技巧。 kimi 生成的初稿肯定不是完美的，但它的强大之处在于可以不断优化。阿九建议你采用深层 反馈修改的循环模式，先让 kimi 生成一个版本，然后你仔细阅读，找出问题所在，再具体告诉 kimi 哪里需要改进。比如这段认证太简单了，请增加两个具体案例来支撑观点。或者这里的逻辑跳跃了， 请增加一个过度段落，说明 x 和 y 之间的联系。记住，每一次迭代都要具体明确，避免笼统的说写得不好重写一遍。第三个技巧是上下文管理技巧， 这是用 kimi 写长文时最容易被忽视的关键点。由于论文篇幅较长， kimi 可能会在后面的章节忘记前面的设定。阿九特别建议你在每次新的对话开始时，先给 kimi 提供必要的上下文信息。比如前面我们已经在第二章论证了 a 观点，现在第四章要在这个基础上进一步讨论 b 问题， 这样 kimi 就 能保持全书的一致性和连贯性。我之前指导过一个法学硕士生，他写到第五章时发现和第二章的观点有矛盾，就是因为没有做好上下文管理。通过建立章节档案，每次对话都先让 kimi 回顾相关章节，要点问题就迎刃而解了。 第四个技巧是批判性审查技巧，这是最容易被忽视却最重要的一点。虽然 kimi 能帮你快速生成内容，但学术判断和批判性思维必须由你自己把关。二九强烈建议，在 kimi 生成每部分内容后，你要主动审查三个方面，论证是否严密，引用是否准确，创新点是否突出，千万不要照单全收 kimi 的 输出。 举个例子，如果你研究数字经济，就要特别注意 kimi 引用的数据是否最新，案例是否典型，分析是否深入，发现问题就立即让 kimi 修改。可以说这个数据太旧了，请找二零二四年以后的最新统计。这个案例不够典型，请换一个更有代表性的。这里给大家一个独家建议，在和 kimi 对 话时擅用，请从批判性视角分析，请指出这个论证可能存在的漏洞，请补充反例或相反观点这类提示词。 比如你可以说，请从方法论角度审查这一章的研究设计，指出可能被质疑的地方，并提供改进方案，这样生成的内容会更加严谨且经得起推敲。还有一个实用建议，建立你的 kimi 对 话档案，把每次和 kimi 对 话生成的重要内容都保存下来，标注好是哪个章节的哪个部分， 这样既方便后续修改时查找，也能让你清楚的看到整个写作过程的眼睛轨迹。最后，那就想说， kimi 是 个强大的辅助工具，但论文的灵魂还是要由你自己注入， 它能帮你快速搭建框架，深层内容优化表达。但核心的学术观点、创新的研究视角、严谨的认证逻辑，这些都需要你的深度思考和专业判断。把 kimi 当你的写作助手，而不是代笔工具，你才能真正发挥它的价值，写出高质量的论文出稿。
69提示词👀主页
00:31查看AI文稿AI文稿还在死磕论文的听劝，别尬熬了，身边进度快的都在用 ai 打辅助。先说好，不是让你找 ai 带血去送人头，而是把脏活甩给他。看不完的几十页文献扔给 timi， 一 秒提炼核心卡壳不知道怎么下笔找 deepseek 盘逻辑直接拉出严谨大纲， 这次写的干瘪，相机翻丢给豆包认色秒变高级学术枪，连最后的答辩 ppt 框架都能顺手包办。记住，把 ai 当你的高级打工仔，不是你的脑子用来找资料搭框架无敌，千万别直接复制粘贴，不然查虫系统会教你做人。
10AI宝藏馆
00:45查看AI文稿AI文稿还在为初稿发愁吗？用 deepseek 写论文，有人轻松过审导师只让改革式，有人却被一眼看穿是 ai 创作，差别到底在哪呢？其实核心就在指令，别再让 ai 瞎写整篇论文了，那样 ai 痕迹重，查虫和 ai 检测很容易拉满。你得把论文拆开来，一张一张一段一段的生成。 就像我这套 deepseek 斜修写论文的提示词，针对续论、文献综述、研究内容、方法、结论等，每一部分都有专属指令，把指令复制粘贴进去，就能一键生成对应内容。用这种方法生成的论文， 逻辑连贯，语句自然， ai 检测率极低。生成出稿后，再用我分享的降重工具润色一下，一篇高质量的论文出稿半小时就能搞定。需要全套提示词和降重工具的，赶紧踢踢哦！
464小雉（写作辅导）
02:25查看AI文稿AI文稿让 ai 来帮你重新优化， ai 率就大大的降低了。论文的 ai 率高该怎么降？咱们得先知道一个事，就是它和常规的重复率不一样，所以你得换个思路了解一下 ai 生成的文本和我们自己写出来的东西，它的区别在哪？它的特点是什么？ 你把这些 ai 的 特点都给它摘除掉，它 ai 率不就降下来了？我经常能看到一些学生用 ai 生成的文本，这些文本有个普遍的特点，就是逗号多、括号多、引号多、箭头多、 短横线多以及小圆点多等等。那么我根据这些特点和经验总结出了一条指令，如果你要特别着急的话，时间来不及了，那你就直接用这条指令，然后让 ai 来帮你重新优化一下你的文本，这个时候 ai 率就大大的降低了。但话说回来，这毕竟是用 ai 来降 ai， 所以 ai 的 影子还是会存在的， 但凡你时间充裕一点，在你进行完刚才的操作之后，我建议你还按照我接下来的方法一步一步进行走一遍，这样 ai 率基本就不成问题了。这段话就是纯用 ai 来生成的，它有个特点，就是空格特别多，这时候你怎么办呢？把它选中，然后按 ctrl 加 h 替换这块，按一个空格，然后替换为不用动，然后点替换，这样就都替换没了。那么另外一种方法，如果你嫌特别多的话，你可以把这段文本复制到另外一个 word 当中，然后按照刚才的操作点全部替换，全部替换完之后，再把这段文本重新的复制回你的文本当中就可以了。第二种情况就是这个箭头 它也是直接导致 ai 率上升的原因之一，这个时候你只需要把这些箭头给它换成顿号就可以了。那么第三种情况就是 ai 生成文本当中的这些括号，短横线以及引号，这些也是直接导致 ai 率增高的原因之一， 那么这个时候关于括号里面的内容，你可以给它都删掉。另外一种方法是把这个括号删掉，给它改成逗号，中间的这个横杠给它改成志，这个括号也删掉。那对于这些 ai 生成文本当中的引号来讲，你可以直接把这些引号舞蹈的删掉。那么最后一种情况就是 ai 生成的段落里面逗号会比较多， 那么对于这句话来讲，这个鞋盖给给它改成或这个底部实，这个接触厚， 这个逗号加个最终，然后把后面这个括号里面的内容再给它删掉，因为你后续也不会用这个括号里面内容，所以这句话就改完了， ai 率就会得到明显的下降，学会了吧，按照我这些方法已经操作一遍，你的 ai 率基本不会出问题了。
1895小李同学（硕博）
00:07
01:19查看AI文稿AI文稿在语言方面就是要精练信息，聚焦核心问题，就是那个问题是什么，就明确提出来。在背景信息的时候一样服务于研究问题，也就说你的研究背景是为你的研究问题服务的。 你在正式写研之前，你自己最好列一个思维导图，我大概一个什么样的一个方向，写什么样的一个内容，我如果说有些观点我可能当时没有写下来，过两天我可能就忘了，所以我非常建议大家去列一个思维导图，这样比较有规划性。 我们写了之后再进行语言之间的一个内在联系，就是结构上面，逻辑上面一个联系的时候，我们用一些词，因此呀，从而呀，进而呀，但是呀，然而这些转折词或连接词把我们前后给 贯穿起来，最后分段层层递进的来进行讨论。你的语言部分针对复杂的背景，前面部分写什么，后面一个部分写什么，最后一个就是我们都不可能避免的一个，如果说你要是嫌麻烦，那你的论文就可能就投不好， 你要不断去修改，你还可以给你的领导或者是你同事发表过非常多 c 刊的同事共同探讨一下，我非常建议，这样肯定会给你有很大的帮助，这个是我自己的一个身上来了教训，所以我建议大家在写出稿之后要进行多次的修改。
1国高教育
00:39查看AI文稿AI文稿论文初稿写完别急着交，先自己检查一下图片清晰度，千万别自己这边看着好好的，结果老师那边一点开全是糊的，这是因为你的设置有问题，大家交稿前一定记得要改好。方法很简单，直接左上角点文件下滑，找到选项，点进常规与保存， 在保存里把这个不压缩图片画质点上，把输出设置从两百二十改到三百三十或高保帧改好后点确定，这样保存好，怎么样都不会模糊了，非常简单。而除了图片以外，提交前一定要记得再去降重一下，防止标红太多被打回。方法同样简单， 直接用这个专业的学术工具点进降重界面，拖入出稿，选好平台，让它一键降重就可以了，一查直接就是个位数，非常方便。
77冰泡芙
00:44查看AI文稿AI文稿论文写完了，还在一个个检查格式吗？那今天三十秒教你一个快速检查格式的一个方法，我们选中论文中的格式正确的二级标题，在开始选项卡中找到一个选择功能，点下拉菜单，选择选定所有格式类似的文本， 那此时论文中所有相同格式的二级标签都会被选中了，如果有没选中的啊，就是表明这个格式可能是不正确的，那我们用格式刷就可以一键刷取修改了 论文中的一级或者三级标题，同理也是可以用的。好了，那本期视频的话呢，就到这里，关注我，带你了解更多论文知识。
57老毛硕博论文辅导
01:16查看AI文稿AI文稿强化学习加组合优化，真的是一个很适合发论文的交叉方向。原因很简单，强化学习擅长做动态决策，组合优化擅长找最优解，两者一结合，就特别适合解决那些复杂动态规则难写的问题。 比如物流路径规划，不是简单算最短路，还要考虑时间成本、车辆订单变化。再比如资源分配、生产调度、交通控制，这些场景都有一个共同点，变量多，约束多，环境还一直在变。 传统优化方法稳定，但不够灵活，强化学习很灵活，但纯靠试错训练，成本又太高。所以现在很多研究开始把两者结合，让强化学习去学策略，负责判断下一步怎么选，再用组合优化缩小搜索空间，提升求解效率。这样模型不是盲目试错，而是在优化规则里学会更聪明的决策。这个方向能猜的创新点也不少， 路径规划、任务调度、资源分配、交通信号控制都能切，还能继续往样本效率、动态约束、跨场景泛化这些方向延伸。所以这个方向真正香的地方，不是名字听起来高级， 而是它既有算法创新，又有真实落地场景。如果你现在也想做这个方向，但不知道看哪些论文，哪些代码能付现，哪些点适合改成自己的创新。我整理了一份强化学习资料包，里面包含最近顶会论文、开源、数据集付、现代码以及选题方向。梳理好了，想要的同学，打出检测。于哥安排。
160鱼哥不水科研
01:04查看AI文稿AI文稿奉劝所有写完论文的同学，千万不要自我感觉没问题就直接提交，很多人论文内容写的再好，最后盲审翻车、延期返修，根本不是内容不行，就是细节漏洞百出，不想辛苦写的论文白费功夫。这三个致命易错点，必须挨个仔细查查！ 第一，排查文字问题。无论用 word 还是 wps， 打开审阅里的拼写语法校对，选择通用校对，一键扫描全文错别字，语法问题全部标出，自带修改方案，非常省心。 第二，统一格式，尤其标题层级别手动调，极易错乱，教你快捷方法，光标选中标题，点击开始选择格式相似的文本，批量选中同级标题， 查漏补缺后用格式刷统，比手动修改快很多。第三，把控查虫和 ai 绿，别等学校定稿才慌忙检测，提前用免费渠道自查飘红段落替换词汇微调句式降虫。 时间紧张就用专业猫上传论文，匹配学校标准，一键把重复率、 ai 绿控制在安全线，省事又高效。
32心碎锅包肉
07:10查看AI文稿AI文稿我今天是很不平凡的一天，因为今天早上我刚刚看到洪丹老师自己在做直播，然后接下来就是几十分钟以后，我就自己来做一场直播，而且我用到的是 ppt， 然后我根据那个内容去讲解的时候，我觉得还是挺清晰的，就是还需要更多的案例来让它更加的生动和细滑。 所以在直播结束了以后，我就又和 ai 进行了一些学习，我需要他给我提供的辅助，包括 就想改文章，爆款的文章好在哪？我如何借鉴？那如果做一场直播，我需要更多的案例我去选择， 所以我要首先有足够多的素材让我选择，我就让 ai 去给我找素材。那么 我对比了一下我的 kimi 和 easycore 小 龙虾，他们给到我的哪一个更我喜欢呢？我发现，嗯， kimi 它的确可以阅读很长的文本， 呃， easy clone 反而读不了那么多，他没有全读完就已经开始给我提意见了，而 kimi 可以 全部读完，但是产生的结果却不一定是读完了的就会更好， 这也是一个很奇妙的发现。嗯，反而是 ecclo， 他 给到我的后面的完善的修改方案似乎更合我的心意。 然后我在补充更多的思路的时候，我想到的是案例，因为可能需要打磨地方很多，那么最核心的，我就从补充案例这个角度去找 kimi。 那么 kimi 给不给力呢？好像他在给我 markdown code 的 文件的时候，他认为给到我了，但是我看不到，所以这个时候我就会想，那你分段吧，一段一段的给我，他把它分成了十段。 然后呢？这是第一次沟通，其实我还是希望能有更多的沟通的，但是因为十段，每一段都有二十个案例， 所以我的消化的时间还是要付出的， 所以这也启发了我两点啊，就是我今天工作使用 ai 的 过程中，第一点不一定全部都告诉他，他才会给你更好的，有的时候他抓住了 一两个关键，然后他给出来的反应就让我感觉惊艳。第二个 就是分布工作，不要让他一下子给到你一个最好的版本，分布的，把它拆解了再给到你，也许他也会清楚 你在意的是什么，因为你每一次跟他对话，都有可能让他更了解你，那么他给到你的呢？你也需要给他反馈，而不是说接收了就没了。 你也许可以跟他学到更多，你得去思考，你也可以去问，你觉得你给到我的帮助，优化的点到底在哪里，他还会解释给你听。 甚至我今天想到了一点是什么呢？就是我自己把文章写出来，我要去优化，他可以给到我四个维度向我提问， 我觉得这种做法更有助于我生化思考，因为思考是我们人区分于 ai 能够更体现价值的部分。 在今天我也把我修改后的优化后的内容分享给我的家人， 我觉得这也是一个促进我们之间交流的很有趣的一种体验。 从不理解，从有困惑，从发现。其实不理解和有困惑也不是一个人，而是可能普遍的社会阶层都会有的一种 情绪，或者做好，它不是短期之内就能够发生的，它更多的是在你在揣摩，在体验中去升华，而你的揣摩和体验的每一次 小小的进步，其实都很值得被看见，这就是我今天 从早上复盘我的直播的过程中收获到的 所有的改进都是一点点来的，而这一点点不是说让我们感觉到遗憾，而是有一点，哇，很不错， 这也像是我们去对待自己的孩子，他有哪怕一点点的进步哇，我们要觉得他像一颗闪光的星星，要去看到他，要去重视他。 所有的努力都是因为曾经被看见，曾经被重视，曾经被珍惜，才会成为让我们心力越来越强的起点。 所有的焦虑都是靠行动来打败的，所以每取得一点点的收获，我也会通过语音的方式和大家分享。我是罗毅，我在中国深圳，感恩遇见。
00:45查看AI文稿AI文稿为什么你还在为初稿发愁？用 deepsea 写论文，有人轻松过审导师只让改革式，有人却被一眼看穿是 ai 写的，差别到底是什么？其实核心就是指令，别再让 ai 乱写你的论文了，那样 ai 痕迹和查虫很容易拉满。你得把论文拆开来， 一张一张一段一段的生成。就像我这套 deepseek 携修写论文的提示词，针对续论文献综述、研究内容、研究方法、结论等，每一部分都有专属指令，把指令复制粘贴进去，就能一键生成对应内容。 用这种方法生成的论文，逻辑连贯，语句自然， ai 检测率极低。生成出稿后，再用我分享的降重工具润色一下，一篇高质量的论文出稿半小时就能搞定，需要全套提示词和降重工具的赶紧替替哦！
14雨小研写作论文
13:05查看AI文稿AI文稿对吧？直白的就放在这，告诉告诉编辑，我前面那个表不是白给的，我和前面呼应了。 第二个是略读，你这块考虑一下前面那块要不要删，如果是删了的话，这个都不要四级标题了啊，你可以怎么写？你可以这样写哦，可以，你可以分的环节一冒号，然后这个环节的任务一是什么 啊？这样也可以，这块就是英英文了，你这块注意下把所有文章当中提到的任务， 然后下放的一些问题，通通都用英语英文来表达，就不要穿插这中英文了啊。你下面就是写这几个任务的时候，你应该时刻考虑一下什么呢？就是你的每一段措辞是否都包括三个要素。 哪三个要素啊？刚才这个表上有哪三个要素？教学目标、教学内容、教学方法。你的每段文字要考虑是不是把这个三个问题都回答了，我是什么目标，然后我怎么教的，我用什么方法去教的？要写清楚。 所以你怎么判断你这个位置字写多写少了？如果这三个问题没有回答全，就是写少了。如果除了这三个问题，你还在说一些别的，就是写多了，那个其实就是你的教学方方法，是不是进行发言和提问。我建议你哈这种最好是直接写的直白点。 你到底用的什么教学方法？比如说这块是故事导，你就写是用了故事导入的教学方法， 然后用了多媒体呈现的教学方法。嗯，是，不然这个表是和后面的文字是各列的。嗯，那这个表目的是什么呢？所以这个表写一下啊，这一三个这。嗯，在 下面的论述中结合三个方面去写，对不对？写多写少怎么判断？看看你这一段话里面是不是把这三件事都说明白了。嗯，像你这个 肯定就是写少了，对不对？这三点有没有结合着去写？嗯，有的有的，像这块就写多了，对不对？这块写的太多，老师提出要求，你看你这块其实写的就挺好。这不就是一个小组讨论的教学方方法吗？ 你说，但是你最好就是写的直白一点，你虽然也是这么回事，你就写直白点呗。怎么直白？就是教之采用点点点的教学方法， 对吧？直白的就放在这告诉告诉编辑，我前面那个表不是白给的，我和前面呼应了。嗯，这一任务只在让学生学习相关的。嗯，那你这些说白了都是任务型驱动， 对吧？嗯，不都是下方任务型吗？也是稍微直白点的点出来。这表表格的参考答案如下，嗯，这个表放在这是必要的吗？ 嗯哼，这就是讲他生平的一个就是精读的一个环节答案啊，就类似于一个教案的内容，给导打打在这了。对， 我觉得不是很必要，就是你写上肯定是没有问题，但是因为你要考虑篇幅嘛。嗯，对吧，你可以考虑一下这个是不是必要的，如果没有必要的话，这可以删啊。嗯， 教师引导学生在文章中寻找细节并进行。嗯，本任 务指的是哪个？是指的是任务二吗？因为你这个履历不是任务一吗？那本任务指的是哪个任务啊？就是找寻文章细节。那你这个的，因为我看你上面会有一些这种概括总结，你比如说 这一任务是吧？嗯，然后你这块是针对任务一的，然后你后面应该是针对任务二的。嗯，然后这个生平履历归纳生平履历。 你看你这句话和你这个任务二不搭边啊。你任务二不是说找一些细节吗？ 对吧？你任务二这块写的是去找细节，那你这句话写的不是任务一的吗？ 啊，对，好像写错了，是吧？嗯，这两个没搭边。三点二，点三，做后任务，教师布置小组合作任务。嗯，这个其实还是咱们的小组讨论式教学，是吧？嗯， 那你这块没有点出来多媒体呀，你刚才这表上不是有多多媒体吗？对啊，你这块没有写多媒体，要是布置小组任务啊， 根据学能让学生体谅就好，虽然说也正确认识。我觉得呢，在布置任务后的一周，教师组织线上家长会以及反馈进行展示。嗯， 可以啊。最后一个，这个课后任务的布置这块倒没有什么问题，但是我看你有很多文章啊，不是你有很多段，你有的段是写了一下这个任务是什么什么什么的吗？嗯，但是有的就没写。嗯， 你看比如说你这个位置说本任务只在通过，那你这块有没有写一个本任务只在什么？没有，这一任务，这个也也有，上面还有 这一任务只在这都有可能，是不是只有课后那没有啊？嗯，这一任务这个也有，这个任务没有，也有，你就是三个没有看到没，这任务二我给你标率了。任务二这块缺一个只在 干嘛？然后在。嗯，学习过程中的这个位置 略读的任务一这块缺一个啊，然后再就是在你课后的位置这块缺一个。嗯， 然后你整个第三张都没有参考文献是吗？因为是你自己在上课整过程中，所以你没有参考文献是吧？参考文献？对，没有，没写，刚才这个位置是让你加了一个，这是不是这个位置？别忘了啊，这个位置需要加一个参考文献。 嗯，你怎么怎么讲，你就是找这个人，找那个布鲁姆，嗯，看看他有没有相关的书籍，和这个目标分类相关，把那个书籍或者是那个文章做一个很好的先放在这啊。嗯，好，你先放在这，然后看看前几张，还有 第四，第四张还没说，第四张这几个表得变。咱们是，呃， 今天上的久一点，上两个小时？还是说咱们今天先上一个小时，第四张咱们再找时间再说？嗯，先一个小时吧。行，那第四张你看看咱们，你这周末有空还是还是这周末？明天明天就可以。 行行行，那咱们因为还有咱们不是晚晚上五分钟吗？啊，那这个第四张就是咱们下节课再讲，剩下五分钟我把前面呢给你过一遍，咱们争取前面就不要再动了。好吧，尤其是你这几个标题。我看一下你这个标题啊， 大学英语思政教学发转向状研究啊，那这个标题教学设计与实施太太空， 因为只要是你写的这类文章都可以起这个名，和你的文章的内容几乎没有什么紧密结合。嗯嗯，这，这不是标题在这了吗？ 教学设计，哎，你这个叫教学设计与实施是吧？你的题目叫教学设计与实施，那咱三点一，为啥还叫教学目标？就叫教学设计呗。 那就是正好和这个大标题呼应着吗？为啥还叫教学目标？那叫教学设计呗。嗯， 然后实施的话不就是教学过程吗？嗯，你看咱刚才改的三点二，不就教学过程吗？嗯，那就改成实施呗。嗯， 不就正好和那个题目去呼应了吗？嗯，我看啊，教学设计实施，教学目标与过程教学设计。教学设计和教学目标还不是一回事啊。 嗯，教学设计是对整个的设计，教学目标是单纯说目标还不行，要把这个题目给改了吧，这样的话教阅读文本 的教学目标与过程。嗯，行，不然你这个设计这个名太大了。 嗯，然后你这个表考虑一下。这个表是，这个表我觉得还是相对来说比较必要的，是吧？ 你如果想留想留表的话，想留哪哪几个？这个表肯定得留了啊。咱，咱今天虽然说不到第四张，但说一下第四张哪个哪个表准备留吧，因为我想看一下一共得给你卡多少字。这个表是，这表是学生自我评价表，这是学生学习教师反馈表。 嗯，自我评价的，教师反馈的。嗯，这是同行专家赛克打分表。嗯，一共三个表。嗯， 那同行专家找到了吗？就是你文文章当，因为我看你课前课中、课后也没有一个是这个 写出来。你这个课程是用于赛课，然后有同行专家评议你第四张哪块去写的吗？同行专家赛课打分表。这个你有一段文字是写的，这个表的内容在最后写的，采用同行专家评课模式。 嗯，从教学专家的视角对大学英语阅读课程思政教学的目标设定情况，那后面是没有你，你是还没有开始写呢，还是说就同行评议你那个你就写着，那么 就是简单写了一两句，但实际上在你整个过程当中并没有实操啊，这块有，有实操吗？这个位置你想写吗？因为目前你写的这些是没有啊，我不知道是你就是没写上，还是说就是不想写了， 这个还是不知道怎么写。来说教学是一回事，你教学的话，前面肯定得有学生的评价表和老师的评价表，这两个表我觉得是得有的，但是比如说你想写一个专家 赛课，这是另外一个维度了，已经就是跳出你上课的这个圈，是让别人去评价。嗯，所以前两个是必须有的。这个表你如果有的话，就得单独在加 一小张几，你还想加吗？这比如说你现在是四点几啊，一共是，你是有四点几，你现在是有四点一是不是？嗯，然后还有一个四点二，那你可能如果是加同行审计的话，就得加个四点三，如果想有同行的话，那你这个自助就得可能 多。我建议你，你如果写同行的话，肯定这个文章的深度会更加深一点，但是意味着写同行的话，你就得前面就得开始删减文字了，不然抄字数抄太多。 嗯，是吧，所以你回去可以去纠结一下，你看你要不要加，如果不加的话，发普刊应该问题也不大，加的话就是可能普刊的水平能发的再高点，但是意味着你要么加版面费，要么你把前面的字数字数得缩减。 嗯，然后第五张的话，第五张不就是个节语吗？对不对？第五张字数就可以少一点，大概在五百到八百就可以了。 第五张文章字数不要写太多。嗯嗯，就是五百到八百就差不多，或者是最多最多不要超过一千吧。那你想一下，如果你再加上同行的话，实际上这都快一千吧。那你想一下，如果你再加上同行的话，实际上这都快一千吧。那你想一下，如果你再加上同行的话，实际上这就一万二了吗？ 是吧？你，你这个当成你一个任务，你去想一想。好吧，如果你想写的话，你可以把这个四点三给补充一下，然后下节课我们一起讲。如果你不想写的话，咱们下节课就主要是看第四章好不好。行行，那咱今天先上到这。
