#surveys

想搞清楚图结构在多智能体和 RAG 系统里到底起什么作用，这篇综述把五类功能和评估方法都梳理了。

做具身智能或机器人方向的朋友可以看看，这篇综述把记忆相关的架构和基准都整理成框架了，找研究方向挺省事。

这篇综述分析了66篇LLM在HVAC应用的论文，告诉你哪些场景已可用，哪些仍处研究阶段。

想系统搞懂CAM方法演进，这篇57篇论文的综述把梯度法、Transformer归因、CLIP/DINO/SAM时代的新做法都梳理清楚了，还指出了各方法留下的坑。

做因果发现的朋友可以看看，这篇把PC和FCI背后的CI检验方法按六个家族梳理清楚了，还讲了每种方法什么时候会失效，省得自己踩坑。

想了解跨视角匹配的现状和未来？这篇综述把方法分类、基准测试和基础模型趋势都讲清楚了，适合快速入门。

Arxiv上这篇综述把微调、RAG、对齐这些概念理清了，还给了六个维度的分类框架，做AI治理和模型管理的人可以拿来当参考。

想了解LLM怎么学会自我反思？这篇综述盘点了最新进展，包括怎么测量和提升元认知，对研究AI透明度很有参考。

想了解AI风险评估的学术框架？这篇综述覆盖了AI Act等监管背景，适合研究者快速掌握现状。

一篇很扎实的综述，把LLM智能体“一直在线”带来的状态管理问题系统化了。有435篇论文支撑，还提出了自己的评估协议AOEP-v0，适合想深入理解智能体持久化设计的读者。

想搞懂多模态模型怎么从分开看图文进化成统一感知？这篇综述用五阶段框架讲清了O-series和R-series带来的转变，比碎片化教程系统得多。

想快速搞懂主流Transformer架构和各家模型？这篇综述帮你理清了架构分类和应用场景，还比较了参数和能耗，适合做调研入门。

做视频理解或 MLLM 研究的同学，这篇综述帮你把碎片化的方法统一到“观看-记忆-推理”框架下，省去自己梳理文献的时间，值得收藏作为 roadmap。