① 預設標籤 ① 预设标签 · semantic family chips + structural rule chips · click for top 30
方法族 · 方法族 · embedding 結構規則 · 结构规则 · rules
⚡
Tony Zhao
Stanford · 3 篇 90d篇 90d
Flow Matching
⚡
Wuyang Luan
Jilin University · 2 篇 90d篇 90d
Flow Matching
⚡
Zhaofeng Hu
— · 1 篇 90d篇 90d
⚡
Qiuyue Wang
— · 1 篇 90d篇 90d
⚡
Xiaokang Liu
Tencent (China) · 1 篇 90d篇 90d
VLA Generalist
⚡
Shizhe Chen
— · 1 篇 90d篇 90d
⚡
Zongzheng Zhang
Utah State University · 1 篇 90d篇 90d
⚡
Haoquan Fang
— · 1 篇 90d篇 90d
⚡
Guo Ye
Chongqing University · 1 篇 90d篇 90d
⚡
Runze Li
HKUST · 1 篇 90d篇 90d
⚡
Zhuo Li
East China Jiaotong University · 1 篇 90d篇 90d
VLA Generalist
⚡
Myungkyu Koo
— · 1 篇 90d篇 90d
⚡
Xinkai Wang
UCSD · 1 篇 90d篇 90d
⚡
Thomason
— · 1 篇 90d篇 90d
🔧
Zihao Zheng
— · 4 篇 90d篇 90d
VLA Generalist
🔧
Riad Ahmed
University of New Hampshire · 3 篇 90d篇 90d
Flow MatchingImitation Learning
🔧
Kewei Chen
Sun Yat-sen University · 3 篇 90d篇 90d
🔧
Yunfan Lou
— · 2 篇 90d篇 90d
🔧
Josef Chen
Ruijin Hospital · 2 篇 90d篇 90d
🔧
Yueh-hua Wu
Artificial Intelligence in Medicine (Canada) · 2 篇 90d篇 90d
🔧
Borong Zhang
北大 · 2 篇 90d篇 90d
🔧
Zhaoting Li
Delft University of Technology · 2 篇 90d篇 90d
Diffusion PolicyImitation Learning
🔧
Huayi Zhou
— · 2 篇 90d篇 90d
🔧
Bin Yu
Southern Medical University · 2 篇 90d篇 90d
VLA Generalist
🔧
Anya Singh
Banasthali University · 2 篇 90d篇 90d
🔧
Xiang Zhu
Institute of Science Tokyo · 2 篇 90d篇 90d
🔧
Jinhao Zhang
Washington University in St. Louis · 2 篇 90d篇 90d
Diffusion Policy
🔧
Jindou Jia
Nanyang Technological University · 2 篇 90d篇 90d
Flow Matching
🔧
Wenhao Li
Wuhan University of Technology · 2 篇 90d篇 90d
VLA Generalist
🔧
Wei Li
Wuhan University of Technology · 2 篇 90d篇 90d
方法論 · How matching works 方法论 · How matching works
- 方法族 chip · 語意 — query 文字在 build 時被 DashScope text-embedding-v3 編碼(1024-dim),對全 pool 算 cosine,預烤 top 30。對單一方法詞彙 chip 表現良好(tactile / dexterous / flow_matching 等)。瀏覽器只查表。 — query 文字在 build 时被 DashScope text-embedding-v3 编码(1024-dim),对全 pool 算 cosine,预烤 top 30。对单一方法词汇 chip 表现良好(tactile / dexterous / flow_matching 等)。浏览器只查表。
- 結構 chip · 規則 — Polymath / Production-deployable / Safety/Eval 改走結構規則,不走 embedding。Polymath = 90 日論文跨 ≥ 2 個方法族;Production = 標題命中 efficient/deploy/real-time/inference 等;Safety = 標題命中 safety/eval/benchmark/align 等。零幻覺、零 API。 — Polymath / Production-deployable / Safety/Eval 改走结构规则,不走 embedding。Polymath = 90 日论文跨 ≥ 2 个方法族;Production = 标题命中 efficient/deploy/real-time/inference 等;Safety = 标题命中 safety/eval/benchmark/align 等。零幻觉、零 API。
- ≈ 找相似 · 語意 — 點某人卡片的 ≈ → 顯示 cosine 最近的 10 位(build 時預烤的 person × person 鄰居)。這是 embedding 唯一真正擅長的場景:薄 profile 對薄 profile 公平比較。Score 銜帶顯示 ≥80%=強 / 60-79%=可 / <60%=弱。 — 点某人卡片的 ≈ → 显示 cosine 最近的 10 位(build 时预烤的 person × person 邻居)。这是 embedding 唯一真正擅长的场景:薄 profile 对薄 profile 公平比较。Score 衔带显示 ≥80%=强 / 60-79%=可 / <60%=弱。
- 自由文字 — substring 匹配 name + affiliation + 90 日內所有論文標題。不走 embedding(瀏覽器無法在 GH Pages 做 inference)。 — substring 匹配 name + affiliation + 90 日内所有论文标题。不走 embedding(浏览器无法在 GH Pages 做 inference)。
- Facet 細部條件 — 評分 / 地區 / 方法族 / 最少論文數 / 聯繫狀態,AND 邏輯。注意:池子 affiliation 覆蓋僅 ~3%,地區 facet 多數記為「其他/無」— 這也是移除了原本「方法族 × 地區」chip 的原因,請改用 facet 控制地區。 — 评分 / 地区 / 方法族 / 最少论文数 / 联系状态,AND 逻辑。注意:池子 affiliation 覆盖仅 ~3%,地区 facet 多数记为「其他/无」— 这也是移除了原本「方法族 × 地区」chip 的原因,请改用 facet 控制地区。
- 已知限制 — 資料源是 arXiv 第一作者 90 日窗口;多數研究員只見過一篇 paper。「跨方法族匹配」和「真正地區匹配」要等 affiliation 回灌(OpenReview / Semantic Scholar)才會活化。在此之前 polymath 走結構規則、地區走 facet。 — 资料源是 arXiv 第一作者 90 日窗口;多数研究员只见过一篇 paper。「跨方法族匹配」和「真正地区匹配」要等 affiliation 回灌(OpenReview / Semantic Scholar)才会活化。在此之前 polymath 走结构规则、地区走 facet。
- NO-EMAIL — 整個 pipeline 不存任何郵箱欄位;PersonRecord 在型別層強制
email?: never,smoke 測試額外做 runtime assert。 — 整个 pipeline 不存任何邮箱字段;PersonRecord 在类型层强制 email?: never,smoke 测试额外做 runtime assert。