qq_38599301的博客

SimGuard 阅读笔记：Over-Similarity Perspective

qq_38599301 — Tue, 07 Jul 2026 15:35:35 +0800

本文摘要：论文《Boosting Graph Robustness Against Backdoor Attacks: An Over-Similarity Perspective》提出了一种针对图后门攻击的新防御方法SimGuard。作者发现现有图后门攻击生成的触发器（trigger）存在过度相似性（over-similarity），表现为特征和结构上的高度一致性，而非真正样本特异性。基于此，SimGuard通过结合DBSCAN聚类与结构方差分析检测触发器，并利用对比学习训练可泛化的触发器检测器，在消息

#【基于大语言模型的智能体记忆综述】 A Survey on the Memory Mechanism of Large Language Model-based Agents

qq_38599301 — Mon, 09 Feb 2026 20:19:28 +0800

本文系统探讨了大语言模型智能体中的记忆机制，围绕"WHAT-WHY-HOW"三个核心问题展开分析。首先明确了记忆的定义：狭义上指当前任务的交互历史（类似短期记忆），广义上包含跨任务经验、失败尝试和外部知识（长期记忆）。研究指出记忆通过写入、管理和读取三阶段运作，支持智能体的决策过程。从认知心理学、自我进化和实际应用三个视角论证了记忆的必要性：模仿人类认知机制、实现经验积累与知识抽象、保障对话连贯性和角色一致性。最后提出了记忆模块的统一框架和实现方法，为未来研究提供理论基础。

Rethinking Graph Backdoor Attacks: A Distribution-Preserving Perspective

qq_38599301 — Wed, 04 Feb 2026 22:33:23 +0800

定义：攻击者在训练集中注入带有触发器（Trigger）的中毒节点，诱导模型学习错误映射规则。流程投毒：G \to G_{\text{poisoned}}（给部分节点贴上触发器，标签改为目标类 y_t）。训练：用户在 G_{\text{poisoned}} 上训练 GNN。攻击：测试时，给任意节点贴上触发器，模型将其误判为 y_t。方法论创新：首次提出从分布保持的视角设计图后门攻击，解决了传统方法易被统计检测的问题。技术深度。

PTA - L2-006 树的遍历

qq_38599301 — Wed, 14 Jan 2026 11:44:35 +0800

摘要：本文介绍了如何根据二叉树的后序和中序遍历序列重建二叉树，并输出其层序遍历结果。通过递归方法确定根节点（后序末元素）和左右子树划分（中序根节点位置），构建树结构。然后使用BFS队列实现层序遍历。算法核心是利用后序确定根节点，中序划分左右子树，递归构建整棵树后，用队列进行广度优先搜索完成层序输出。

【论文精读】A review of deep learning-based information fusion techniques

qq_38599301 — Wed, 24 Dec 2025 18:26:42 +0800

本文综述了深度学习在多模态医学影像分类中的融合策略，系统梳理了输入融合、单层融合、分层融合、注意力融合和输出融合五类方法。研究显示，分层融合和注意力机制在处理复杂分类任务时表现优异，而Transformer架构展现出巨大潜力。针对临床常见的模态缺失问题，提出了生成对抗网络和特殊网络设计等解决方案。文章还探讨了多模态分类与其他任务（如分割）结合的可行性，并指出大规模预训练和统一特征表示是未来发展方向。该研究为医学多模态分类提供了系统的技术路线和实用建议。

【论文精读】TransUNet

qq_38599301 — Wed, 17 Dec 2025 19:22:04 +0800

本文提出TransUNet框架，将Transformer编码器-解码器模块集成到U-Net架构中。编码器通过Token化处理CNN特征图提取全局上下文信息，解码器利用交叉注意力机制优化器官查询，实现从粗到细的分割优化。实验表明：编码器模块在多器官分割任务（如BTCV数据集）表现优异，解码器模块则在小目标分割（如肿瘤、血管）更具优势。在胰腺肿瘤分割中，TransUNet比基准模型提升9.7%（<20mm肿瘤）和4.3%（<10mm囊肿）。该方法将传统逐像素分类重新定义为掩码分类，通过残差式迭代优化

P1043 [NOIP 2003 普及组] 数字游戏

qq_38599301 — Tue, 16 Dec 2025 11:44:27 +0800

本文探讨了环形结构上的区间动态规划问题，重点解决将n个首尾相连的数字分成m部分的最优划分问题。通过"破环成链"技巧将环形问题转化为线性处理，使用区间DP方法求解。状态转移方程dp[i][j][k]表示子序列A[i...j]划分成k个区间的最优解，通过预处理前缀和和模运算，分别计算每个区间的最优值。最终在2n长度的线性序列上遍历所有可能的起点，求出全局最大值和最小值。该算法有效解决了环形DP问题，具有典型的动态规划最优子结构特性。

P1775 石子合并（弱化版） - 区间DP

qq_38599301 — Mon, 15 Dec 2025 21:54:07 +0800

区间DP模板题