TrendR¶
AI 驱动的自动化研究趋势追踪与文献综述工具
要解决的问题¶
研究者每天面对海量论文和技术博客，手动追踪领域趋势既耗时又容易遗漏。需要一个能自动收集、分析、总结研究趋势的工具。
做了什么¶
- 构建了基于 PPO + Actor-Critic 的 RL Trading Agent，支持 MLP/Transformer 消融实验
- 开发了本地 Agent 系统，集成 QMD + Scrapling 实现自动数据采集
- 实现了结构化知识库管理，支持自动摄入和查询
技术栈¶
| 层级 | 技术 |
|---|---|
| 语言 | Python |
| ML 框架 | PyTorch |
| 算法 | PPO, Actor-Critic |
| 模型架构 | MLP, Transformer |
| 数据采集 | Scrapling, QMD |
| Agent | 本地 LLM Agent |
当前进度¶
| 模块 | 状态 |
|---|---|
| RL Trading Agent 核心 | 🟡 开发中 |
| MLP/Transformer 消融实验 | 🟡 进行中 |
| 数据采集管道 | 🟢 可用 |
| Agent 工作流 | 🟡 迭代中 |
| 文档 | 🔴 待完善 |
Repo¶
- 暂未公开（开发阶段）
下一步¶
- 完成 Transformer vs MLP 消融实验对比报告
- 接入更多数据源（arXiv, Semantic Scholar）
- 搭建 Web Dashboard 可视化趋势
- 开源核心模块