Verification & Sources
这里说明论文、履历与公开代码分别由哪些材料支持，并记录研究结果与工程验证的适用范围。材料核对更新于 。
Publications & Contributions
沈瑚双在英文论文中署名为 Hushuang Shen。两篇期刊论文已发表，SCI-E 收录由留存的签字检索证明核验；另有一篇 IEEE SMC 2026 录用论文。作者顺序与状态分别对照出版商页面、会议议程和留存原件。
FracLogGPT: A Multimodal Large Language Model for Fracture Interpretation in Imaging Logging
Hushuang Shen, Ang Li, Liyan Zhang, Xiangxiang Liu. Electronics, 15(1), 127, 2026。第一作者，已发表；通讯作者为 Ang Li。正式引用采用 2026 卷年，在线发表日期为 。
论文的作者贡献声明列明 Hushuang Shen 负责方法设计、软件实现、实验分析、研究执行与初稿撰写；研究构思、验证、数据整理和可视化包含共同作者参与。
论文报告基于 Qwen2.5-VL-7B 的 DAPT、LoRA SFT 与 DPO 三阶段实验，独立测试集的裂缝计数分类 Count-F1 为 0.70。该数值属于论文中的实验结果，不能视为 FracLogGPT-Lite 公开精简实现或 4B 配置已复现的效果。
DOI：10.3390/electronics15010127 · 出版商页面 · 版本与发表日期
Two-Stage Recruitment Text Labeling via Lexicon-Guided Routing and Retrieval-Augmented Large Language Models
Hushuang Shen, Yuan Wang. Journal of Visualized Experiments, (231), e70153, 2026。第一作者，已发表；通讯作者为 Yuan Wang。发表日期为 。
论文研究包含词表引导分流、向量检索与 RAG 推理。在 3,000 条人工核验的 AI／环保／其他三分类基准上，论文报告准确率为 98.47%，并用于约 693 万条招聘信息的语料标注。该结果受三标签任务与论文评测协议约束，不直接代表更细岗位体系或其他语料的分类效果。
公开代码展示 TF-IDF／随机森林、可选 BERT 路径与 HTTP 协议适配等精简基线，没有发布完整 RAG 知识库、原始招聘语料或整套论文实验。论文中的 RAG 方法与公开基线的实现范围应分别阅读。
DOI：10.3791/70153 · 出版商页面 · PubMed 记录
Persistent Retrieval in Hierarchical Memory Systems for Long-Context Agents: A Controlled Evaluation
Hushuang Shen, Yuan Wang. IEEE International Conference on Systems, Man, and Cybernetics (SMC), 2026。论文首页标注两位作者贡献相同，通讯作者为 Yuan Wang。
留存的 录用函确认 accepted for presentation。官方议程列有同题、同作者论文，安排为 14:30–14:45，TuA16.5。目前保留“已录用”状态，尚无已核实的正式出版 DOI；议程安排本身也不用于证明作者实际出席。
研究在固定模型、解码、提示骨架、检索评分与预算策略下比较五种记忆配置。论文与会议议程摘要报告：在证据稀缺协议下，L0+L2 相对当前轮组织基线在 LoCoMo、LongBench v2、LongMemEval 的绝对分值增益分别为 0.0628、0.1233、0.1220，平均为 0.103；叠加 L1／L3 未继续改善该协议下的最佳结果。
MemLab 公开精简代码用于阅读记忆策略、上下文预算与会话控制。离线测试说明代码行为，不构成论文完整评测或外部服务集成的复现。
Education & Honors
本科教育、专业成绩排名、已结题创新项目与竞赛获奖信息已对照本人留存材料核对。专业成绩排名为 3/94，证明日期为 2026 年 9 月；奖项按证书所列年份、级别和本人身份展示。
竞赛与项目按证书所列年份、级别、奖项和本人身份展示，团队奖项不改写为个人单独获奖。同一赛事的不同阶段按实际获奖记录区分，结题项目不改写为竞赛奖项。
保研去向依据本人提供并确认的信息展示，为 2027 级未来去向，尚未入学；新立项项目依据本人提供的简历列为在研，并注明计划周期。公开页整理教育、研究与获奖摘要，证明原件及其签名、编号等信息保留本机。
Code Validation
FracLogGPT-Lite 的验证记录日期为 2026-10-18；MemLab 与 Recruitment-Text-Classification 的独立仓库验证更新于 。测试数量说明相应代码行为的检查范围。
| 项目 | 验证记录 | 核查入口 |
|---|---|---|
| FracLogGPT-Lite | 59 项公共单元测试；CPU 与模拟模型路径 | 无 GPU 验证说明 |
| MemLab | 53 项离线测试；记忆策略与实验控制 | 测试说明 |
| 招聘文本三分类 | 16 项回归测试；24 条新编合成示例用于跑通流程 | 运行与回归测试 |
各项目独立维护持续集成：FracLogGPT-Lite · MemLab · Recruitment-Text-Classification。日期与测试范围以对应提交的记录为准。
Implementation Scope
FracLogGPT-Lite
提供阶段编排、预测恢复与视觉对比解码代码；公开单元测试没有执行完整模型训练或实测模型推理。仓库内论文基线字段不作为已复现的个人实验结果，4B 与 7B 模型也没有据此进行同测试集效果比较。
MemLab
上下文预算使用字符长度启发式估算，不保证 tokenizer 的精确 token 数。离线哈希嵌入用于流程验证，不是训练后的语义向量。Redis、PostgreSQL、Qdrant 及外部 API 的端到端集成没有通过这批离线测试验证。
招聘文本三分类
TF-IDF／随机森林用于基线流程；BERT 是可选路径，实际训练、模型下载与外部 HTTP 服务没有在此次验证中运行。合成示例不用于说明真实业务规模或泛化效果；HTTP 协议适配没有实现 RAG。
更具体的机制与取舍见 工程实现与设计取舍。
Sources & Dependencies
FracLogGPT-Lite 的训练调用基于 ms-swift，模型加载使用 Transformers／PEFT。这些上游能力不作为独立实现宣称。
MemLab 保留 DeerFlow 适配来源，具体归属见 MemLab 第三方说明。论文作者贡献和公开仓库的实现归属分别按可核实材料说明。
Public Content
本站发布静态页面与精选职业信息，论文优先链接出版商或会议的公开页面。代码仓库整理源码、配置、测试与合成示例；原始数据、私密配置、模型权重、原始实验输出和证明原件不随本站发布。
查看代码集合公开范围 · 查看网站源码 · 返回首页