chore: T-P-1 工作区收敛——并行会话成果与历史未入库文件整理入库
- 入库历史遗漏源码/测试：router_system 9 模块（agent/executors/inference/knowledge/ memory/planner/skills/trace）、tests 11 个测试文件、config/knowledge 领域知识 - 入库根目录方案文档（v2/v3/可行性×2）、references 文献（arxiv 14-18/cnki_open/ 参考文献清单）、research 论文素材（routerarena/paper/中文文献 PDF） - 前端构建产物刷新（新 hash）；webapp 误写文档删除 - gitignore 增补：deepseek-harness、research/_refs、.mimosa/.zcode、网关日志/pid、 临时调试脚本、tests/e2e/node_modules、AI代理功能开发/prefix - 基线确认：318 passed
This commit is contained in:
tzt
Binary file not shown.
Binary file not shown.
Binary file not shown.
File diff suppressed because one or more lines are too long
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1 @@
|
||||
<script src="/_guard/html.js?js=easy_slider_html"></script>
|
||||
Binary file not shown.
@@ -0,0 +1,60 @@
|
||||
# 毕业论文参考文献清单（基于端云协同的编程智能体系统设计与实现）
|
||||
|
||||
> 用途：毕业设计《基于端云协同的编程智能体系统设计与实现》参考文献初稿（2026-09-04 定稿改题，原题《基于端云协同的 LLM 服务成本优化系统设计与实现》）。改题不改变文献主题，清单继续适用。
|
||||
> 说明：分三类 —— ① 已下载 PDF（外文 arXiv / 中文开放获取）；② 知网可查但需付费/登录下载（学校图书馆知网可下）；③ 使用提醒。
|
||||
> 定稿前**务必在知网逐条核对**卷期、页码、作者（带 ⚠ 的字段请补全）。
|
||||
|
||||
---
|
||||
|
||||
## 一、已下载 PDF（直接可用，仓库内）
|
||||
|
||||
### 1.1 外文（arXiv 开放获取）→ `references/arxiv_papers/`
|
||||
|
||||
> 前 13 篇为仓库原有；14–18 为本次新增。
|
||||
|
||||
| # | 标题 | arXiv | 会议/期刊 | 相关性 |
|
||||
|---|------|-------|----------|--------|
|
||||
| 14 | FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance | [2305.05176](https://arxiv.org/abs/2305.05176) | arXiv 2023 | ⭐级联降本鼻祖，直接支撑"成本优化" |
|
||||
| 15 | What is the Role of Small Models in the LLM Era: A Survey | [2409.06857](https://arxiv.org/abs/2409.06857) | arXiv 2024 | 小模型价值综述，支撑"端侧小模型"前提 |
|
||||
| 16 | Dynamic Model Routing and Cascading for Efficient LLM Inference: A Survey | [2603.04445](https://arxiv.org/abs/2603.04445) | arXiv 2026 | 路由/级联最新综述，相关工作核心 |
|
||||
| 17 | Collaborative Inference and Learning between Edge SLMs and Cloud LLMs: A Survey | [2507.16731](https://arxiv.org/abs/2507.16731) | ACM Computing Surveys（arXiv 版） | ⭐端侧小模型+云侧大模型协作，与命题几乎同名 |
|
||||
| 18 | A Survey on Collaborating Small and Large Language Models | [2510.13890](https://arxiv.org/abs/2510.13890) | arXiv 2025 | 大小模型协作综述（成本/端云/可信） |
|
||||
|
||||
### 1.2 中文（开放获取 PDF）→ `references/cnki_open/`
|
||||
|
||||
| 标题 | 作者 | 出处 | 文件 | 相关性 |
|
||||
|------|------|------|------|--------|
|
||||
| 大语言模型算法演进综述 | 中兴通讯技术编辑部 | 《中兴通讯技术》 | `中_大语言模型算法演进综述_中兴通讯技术.pdf` | 背景/综述 |
|
||||
| 大小模型端云协同进化技术进展 | 王永威、沈弢、张圣宇、吴帆、赵洲、蔡海滨、吕承飞、马利庄、杨承磊、吴飞（浙大/上交/华师大/山大等） | 《中国图象图形学报》2024, 29(6) ⚠页码待补 | PDF 被反爬拦截，仅存题录+摘要（见下） | ⭐端云大小模型协同，最对口 |
|
||||
|
||||
> 注：第 2 篇期刊官网 `create_pdf.aspx` 有反爬 JS 校验，脚本无法直接下 PDF；但其全文 HTML 与摘要可在
|
||||
> `http://txtx.cjig.cn/jig/article/html/240011`（JS 渲染，需浏览器查看）获取，DOI: `10.11834/jig.240011`。
|
||||
> 若需 PDF，请在知网或该刊官网用浏览器手动下载。
|
||||
|
||||
---
|
||||
|
||||
## 二、知网可查、需付费/登录下载的中文文献
|
||||
|
||||
> 这些在知网（https://www.cnki.net）用**题名**检索即可找到，PDF 需学校图书馆知网账号或付费下载。
|
||||
|
||||
| 标题 | 出处 | 知网定位码（已知字段） | 类型 |
|
||||
|------|------|------------------------|------|
|
||||
| 大语言模型时代的人工智能：技术内涵、行业应用与挑战（陈光、郭军，北京邮电大学人工智能学院） | 《北京邮电大学学报》2024年04期 ⚠页码 | `BJYD202404003` | 期刊 |
|
||||
| 面向小规模大语言模型推理优化的推理路径排序方法 | 《中文信息学报》2026年01期 ⚠页码 | `MESS202601002` | 期刊 |
|
||||
| Token级多模型并联协作推理 | 《计算机学报》2025年11期 ⚠页码/作者 | `JSJX202511003` | 期刊（顶刊） |
|
||||
| 面向边缘智能的大模型研究进展 | 期刊（被引1）⚠出处待核 | — | 期刊 |
|
||||
| 融合小型专家模型的大语言模型推理增强研究 | 硕士学位论文 ⚠作者/学校/年份 | CMFD 学位库 | 学位论文 |
|
||||
| 面向时变环境的大小模型协同决策方法研究 | 《首届全国大模型与决策智能大会论文集》(2024) ⚠ 链接已失效，请知网检索题名 | — | 会议 |
|
||||
|
||||
---
|
||||
|
||||
## 三、使用提醒（重要）
|
||||
|
||||
1. **下载到库后逐条核对**：上表中所有 ⚠ 字段（页码/作者/年份/会议名）都需要你在知网打开原文献后补齐，**不要直接照抄本清单**。
|
||||
2. **外文 14–18 可放心用**：均已下载为有效 PDF（已验证 `%PDF` 文件头），arXiv ID 真实。
|
||||
3. **中文文献口径**：本科毕设外审优先认**期刊 + 学位论文**；会议论文集一般可用但需先问导师。上面 6 篇里建议优先补齐《计算机学报》《中文信息学报》《北京邮电大学学报》和那篇学位论文。
|
||||
4. **知网使用途径**：用你学校图书馆 → 数据库 → 知网入口（校外需 VPN/机构账号）检索并下载 PDF，通常免费。
|
||||
|
||||
---
|
||||
|
||||
*整理时间：见 git 记录。整理人：DSH Agent。*
|
||||
Reference in New Issue
Block a user