Author: Chimy

MathModelAgent是什么

MathModelAgent 是专为数学建模设计的Agent，能自动完成从问题分析到论文生成的全流程。基于多Agent协作，自动建立数学模型、编写代码、验证结果，生成格式规范的论文。MathModelAgent 支持多种大语言模型（LLM），内置本地代码解释器，能实时调试优化代码。适合数学建模竞赛、数据分析、学术论文撰写和教学辅助等场景。

MathModelAgent的主要功能

• 全自动建模流程：自动分析问题背景，建立数学模型，编写代码实现，验证结果，生成格式规范的论文。
• 内置代码解释器：支持本地代码运行和调试，实时反馈错误优化代码。
• 多Agent协作：基于代码Agent、论文Agent等智能体分工合作，高效完成任务。
• 支持多种LLM模型：每个Agent单独配置不同的大语言模型，灵活适应不同需求。
• 低成本高效益：单次任务成本低至约1元人民币，性价比极高。

MathModelAgent的技术原理

• 多智能体架构：基于多Agent系统，将复杂的建模任务分解为多个子任务，分别由不同的智能体完成。
  • 问题分析Agent：负责理解问题背景和需求。
  • 建模Agent：根据问题分析结果，选择合适的数学模型。
  • 代码Agent：将数学模型转化为可运行的代码，并进行调试优化。
  • 论文Agent：将建模过程和结果整理成格式化的论文。
• 大语言模型（LLM）驱动：每个Agent配置不同的大语言模型，用LLM的强大语言生成能力和逻辑推理能力，完成各自的任务。
• 本地代码解释器：内置代码解释器支持本地代码运行和调试，实时反馈代码错误进行优化，确保生成的代码可运行且高效。
• WebUI与命令行操作：提供WebUI界面和命令行模式，用户基于直观的界面或命令行指令操作工具，灵活适应不同用户的需求。
• 任务流程自动化：基于任务流程的自动化设计，从问题输入到论文输出，实现全流程的自动化处理，大大提高数学建模的效率。

如何使用MathModelAgent

• 环境准备：安装 Python、Node.js 和 Redis。
• 克隆项目：

git clone https://github.com/jihe520/MathModelAgent.git

• 配置文件：
  • 复制 /backend/.env.dev.example 为 /backend/.env.dev。
  • 复制 /frontend/.env.example 为 /frontend/.env。
  • 填写 API 密钥和模型。
• 启动后端：

cd MathModelAgent/backend
pip install uv
uv sync
source .venv/bin/activate  # MacOS/Linux
venv\Scripts\activate.bat  # Windows
ENV=DEV uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

• 启动前端：

cd MathModelAgent/frontend
npm install -g pnpm
pnpm i
pnpm run dev

• 访问 WebUI：打开浏览器，访问 http://localhost:3000。
• 查看结果：结果保存在 backend/project/work_dir/xxx/ 文件夹中。

MathModelAgent的项目地址

• GitHub仓库：https://github.com/jihe520/MathModelAgent

MathModelAgent的应用场景

• 数学建模竞赛：快速生成建模思路、代码和格式化的论文，节省时间。
• 数据分析项目：用在需要建模和编程的场景，自动生成分析结果文档。
• 学术论文撰写：提供论文初稿，辅助整理思路和优化内容。
• 教学辅助：帮助教师和学生验证建模思路，提升教学效果。
• 科研实验：作为自动化建模平台，生成模型对比实验，支持科研工作。

YuLan-OneSim是什么

YuLan-OneSim（玉兰-万象）是中国人民大学高瓴 AI 学院RUC-GSAI团队推出的新型社会模拟器。基于大型语言模型（LLM）Agents 模拟人类社会行为，无需编程构建模拟场景，基于自然语言交互生成代码。YuLan-OneSim提供50多个涵盖8个主要社会科学领域的默认场景，支持高达10万Agents的大规模模拟，基于外部反馈自动优化LLM。YuLan-OneSim具备AI社会研究者功能，自动从研究主题生成报告，完成整个社会科学研究循环。YuLan-OneSim推动社会科学与AI的深度融合，为社会科学研究提供强大工具。

YuLan-OneSim的主要功能

• 无需编程构建模拟场景：用户用自然语言交互描述和细化模拟场景，系统自动生成相应的执行代码，降低对编程技能的要求。
• 丰富的默认场景库：提供50多个涵盖8个主要社会科学领域的默认模拟场景，包括经济学、社会学、政治学等，为研究者提供丰富的研究素材。
• 可进化的模拟：根据外部反馈自动优化LLM，提升模拟的准确性和可靠性。
• 大规模模拟能力：基于分布式架构，支持高达10万个Agent的模拟。
• AI社会研究者：自动将研究主题转化为具体的模拟场景，生成研究报告，从研究主题的提出到报告的生成，实现研究过程的自动化。

YuLan-OneSim的技术原理

• 场景形式化：基于Overview, Design Concepts, and Details (ODD)协议将用户需求转化为结构化的场景描述。
• 行为图构建：基于ODD协议，提取Agent类型和行为逻辑，生成行为图，定义Agent之间的交互逻辑。
• 代码生成：根据行为图生成可执行的模拟代码，用模块化代码生成方法，确保代码的准确性和可维护性。
• 场景规范：生成环境数据、Agent配置数据和Agent关系数据，确保模拟的完整性和一致性。
• 模拟子系统：Agent由多个模块组成，包括配置、记忆、规划和行动模块，支持高度定制化。用事件驱动的异步事件总线，支持并行计算和高效的事件处理。基于主从节点架构，支持大规模Agent的并行计算，优化通信效率和资源分配。
• 反馈驱动的进化子系统：基于多智能体框架（Verifier–Reasoner–Refiner–Tuner, VR²T），对模拟结果进行评估和优化。系统生成的提示响应对经过验证、推理、修正和微调，提高LLM的性能。
• AI社会研究者子系统：实验设计模块将研究主题转化为具体的模拟场景，包括生成候选研究问题、评估场景可行性和生成ODD协议。报告生成模块基于模拟结果生成详细的分析报告，包括数据解读、报告结构生成、报告撰写和报告审查。

YuLan-OneSim的项目地址

• GitHub仓库：https://github.com/RUC-GSAI/YuLan-OneSim
• arXiv技术论文：https://arxiv.org/pdf/2505.07581

YuLan-OneSim的应用场景

• 经济领域：模拟市场动态，如劳动力匹配、拍卖市场、银行储备等，分析政策和机制影响。
• 社会学领域：研究社会现象，如文化资本、信息传播、社会规范等，理解社会结构与个体行为互动。
• 政治学领域：模拟选民行为、政策实施、选举极化等，分析制度和政策的社会影响。
• 心理学领域：模拟认知失调、情绪传染、从众行为等，探究心理行为内在机制。
• 公共卫生领域：模拟传染病传播、健康不平等、社区健康动员等，评估干预措施效果。

Custom-SVG是什么

Custom-SVG 是Adobe和香港城市大学推出的两阶段风格的SVG定制生成框架，基于文本提示生成具有定制风格的高质量 SVG 图形。框架推出一种两阶段的生成流程，基于路径级表示的扩散模型学习 SVG 的结构和内容，从定制化的文本到图像（T2I）模型中提取风格信息，实现多样化的风格定制。Custom-SVG 结合前馈模型的高效性和扩散模型的强大生成能力，快速生成结构规整且风格一致的矢量图形，适用于设计、图标生成等场景。

Custom-SVG的主要功能

• 保持 SVG 结构规则性：生成的矢量图形具有清晰的层次结构和规整的路径，便于后续编辑。
• 实现风格定制：根据用户提供的少量风格示例，生成与之匹配的多样化风格的 SVG。
• 高效生成：基于前馈式生成方式，快速生成结果，适合实际设计场景。
• 语义对齐：生成的 SVG 内容与输入文本提示高度一致，确保图形的语义准确性。

Custom-SVG的技术原理

• 基于路径级表示的 T2V 扩散模型训练：
  • 路径级表示：将 SVG 分解为路径级表示，每个路径由贝塞尔曲线和颜色等参数定义，基于预训练的 SVG VAE 编码为紧凑的潜空间向量。
  • 扩散模型：用扩散模型的去噪过程，从噪声中逐步恢复出与文本提示对齐的 SVG 张量。
  • Transformer 架构：用 Transformer 作为骨干网络，结合自注意力和交叉注意力机制，让模型理解文本语义生成对应的 SVG 结构。
• 基于图像扩散先验进行风格定制：
  • 风格提取：微调 T2I 扩散模型，用少量风格示例生成多样化的定制图像。
  • 图像级损失：将生成的 SVG 渲染为图像，基于图像级损失函数对 T2V 模型进行微调，让生成的 SVG 具有所需的风格。
  • 风格迁移：将定制图像的风格迁移到 SVG 生成过程中，实现风格的灵活定制。

Custom-SVG的项目地址

• 项目官网：https://customsvg.github.io/
• GitHub仓库：https://github.com/intchous/custom-svg-style
• arXiv技术论文：https://arxiv.org/pdf/2505.10558

Custom-SVG的应用场景

• 图形设计与插画：快速生成符合特定风格的矢量图形，设计概念验证、插画创作和品牌设计。
• 用户界面（UI）设计：生成图标、按钮等界面元素，满足不同界面设计的需求。
• 网页设计：生成动态矢量图形，增强网页视觉效果和响应式设计。
• 教育与培训：生成教学图形和互动学习工具，辅助教学内容的展示。
• 个性化内容生成：根据用户需求生成个性化图形，用在定制礼品、社交媒体内容等。

SketchVideo是什么

SketchVideo 是中国科学院大学，香港科技大学和快手可灵团队推出的基于草图的视频生成与编辑框架。在关键帧上绘制草图，结合文本提示，实现对视频的空间布局和运动的精细控制。框架基于 DiT 视频生成模型，设计高效的草图控制网络，包含草图控制块和帧间注意力机制，能将稀疏的关键帧草图条件传播到所有视频帧中。SketchVideo 支持对真实或合成视频的细粒度编辑，基于视频插入模块和潜在融合技术，确保新内容与原始视频在空间和时间上的一致性，保留未编辑区域的细节。

SketchVideo的主要功能

• 视频生成：基于草图和文本生成视频。
• 视频编辑：在关键帧上画草图修改视频内容。
• 动态控制：支持运动插值和外推。
• 细节保留：编辑时保留未修改区域的细节。
• 高效生成：内存优化，快速生成高质量视频。

SketchVideo的技术原理

• 草图条件网络：基于DiT（Diffusion-based Transformer）视频生成模型，设计专门的草图条件网络。草图条件网络包含多个草图控制块，预测跳过的DiT块的残差特征。草图控制块均匀分布在DiT块中，在不同层次的特征中注入控制信号。
• 帧间注意力机制：基于帧间注意力机制，将关键帧上的草图条件传播到所有视频帧。计算所有帧的隐藏特征与控制帧的隐藏特征之间的关系，实现对草图特征的时空传播。
• 视频插入模块：在视频编辑任务中，设计视频插入模块，分析输入草图与原始视频之间的关系。模块生成与原始视频空间和时间上一致的新内容，确保编辑后的视频与原始视频无缝融合。
• 潜在融合技术：在推理过程中，基于DDIM（Denoising Diffusion Implicit Models）反演生成输入视频的噪声潜在码。在未编辑区域替换这些潜在码，保留原始视频的细节，确保编辑后的视频在视觉上自然、连贯。
• 混合训练策略：基于混合训练策略，结合图像和视频数据进行训练。在训练的第一阶段，用图像和视频数据，加速收敛并解决视频数据有限的问题。在第二阶段，用视频数据，进一步优化时间连贯性。

SketchVideo的项目地址

• 项目官网：http://geometrylearning.com/SketchVideo
• GitHub仓库：https://github.com/IGLICT/SketchVideo
• arXiv技术论文：https://arxiv.org/pdf/2503.23284

SketchVideo的应用场景

• 影视与广告：快速生成创意视频和特效预览，优化制作流程，节省时间和成本。
• 教育与培训：辅助制作教学视频和培训材料，提升教学效果。
• 游戏开发：快速生成关卡预览和角色动画，提高开发效率。
• 个人创作：轻松创作个性化短视频，降低创作门槛。
• 建筑设计：生成建筑和室内设计的动态预览，增强客户沟通。