占俊飞的个人主页

Example Talk

Sat, 01 Jun 2030 13:00:00 +0000

Click on the Slides button above to view the built-in slides feature.

Slides can be added in a few ways:

Create slides using Hugo Blox Builder’s Slides feature and link using slides parameter in the front matter of the talk file
Upload an existing slide deck to static/ and link using url_slides parameter in the front matter of the talk file
Embed your slides (e.g. Google Slides) or presentation video on this page using shortcodes.

Further event details, including page elements such as image galleries, can be added to the body of this page.

每日效率追踪器

Sun, 05 Apr 2026 00:00:00 +0000

一款拥有精美动画界面的个人每日效率与日记追踪工具。功能包括统一工作计时器、任务管理、每日主题编辑，以及沉浸式全屏禅模式——具备随时间变化的场景（日出、白天云朵、日落、星空夜晚）、天体动画和程序化生成的环境音效（雨声、麦田、夏蛙、壁炉）。

主要功能：

禅定专注模式：全屏沉浸式环境，带有实时时钟和与实际时间同步的自然风景
环境音效引擎：使用 Web Audio API 程序化生成四种音效，无需外部音频文件
任务管理：创建、跟踪并专注于单个任务，提供专属专注模式
双语支持：中英文切换，完整 i18n 支持
数据持久化：所有数据通过 localStorage 本地保存

Seeing is Free, Speaking is Not: Uncovering the True Energy Bottleneck in Edge VLM Inference

Fri, 27 Mar 2026 00:00:00 +0000

Vision-Language Models (VLMs) 是具身智能的感知核心，但其在边缘硬件上的能耗特征仍未被充分理解。现有的效率优化工作主要集中在减少 visual tokens，隐式地将视觉处理视为主要能耗来源。我们通过首次系统性的设备端 VLM 推理能耗分析推翻了这一隐含假设，实验涵盖五个模型、三种架构系列、四种输入分辨率，以及两个硬件平台（NVIDIA RTX 3070 和 Jetson Orin NX）。

主要发现

我们的分析得出三个核心发现：

1. 功率是模型的固有指纹

平均推理功率是模型固有常量，不随输入分辨率、图像复杂度和提示类型变化，在所有条件下的变异不超过 5%。这意味着不同输入之间的所有能耗差异必然源于推理时间的变化，而非功率消耗的变化。

2. Decode 阶段主导能耗

Autoregressive decoding 占据了总能耗的 86% 至 97%。由于 prefill 和 decode 阶段之间的计算密集型与内存密集型不对称性，每个输出 token 的时钟时间是每个输入 token 的 11 至 39 倍。输出 token 数量是延迟和能耗的主要驱动因素。

3. Visual Token 剪枝的假象

即使移除所有 visual tokens，对于固定 token 模型最多也只能节省总能耗的 10%。相比之下，将输出长度减少 50% 可节省高达 97% 的能耗。这些发现揭示了 visual token pruning 的根本局限性：它针对的是 prefill 阶段，而该阶段本身只占总能耗的少数部分。

贡献

能耗分解为 prefill 与 decode 阶段，展示了所有配置下 decode 的主导地位
对 visual token pruning 节能效果的理论上界
跨模型能耗预测器 — 一个具有五个特征（模型大小、输入 token 数、输出 token 数及交互项）的线性模型，无需逐模型校准即可解释 98.6% 的能耗方差（MAPE = 10.3%）
部署指南：预算应关注输出而非输入；根据部署场景匹配 token 策略；预估内容驱动的能耗变化

结论

边缘 VLM 推理的真正能耗瓶颈不在于看，而在于说：不是模型看到了什么，而是它说了多少。我们的能耗分解框架为资源受限的边缘设备上的节能型 VLM 部署提供了可操作的指导。

[ACM MM 2026 投稿] — 审稿中

演示文稿 - 博士面试：云边协同AI研究方向

Tue, 20 Jan 2026 00:00:00 +0000

帝国理工 Computing 博士面试演示文稿，介绍云边协同AI推理方向的研究兴趣。
涵盖隐私感知的推理路由、异构边缘设备上的分布式大模型部署、以及资源受限环境下的系统级优化。

Stochastic Power Modeling and Constrained MDP Optimization for On-Device SLM Inference

Mon, 22 Sep 2025 00:00:00 +0000

[ICASSP 2026 投稿] — 审稿中

本研究提出了一个随机且可解释的框架，用于在严格的能耗和硬件约束下实现 small language models (SLMs) 的可持续设备端推理。通过捕获细粒度的 CPU/GPU 功耗动态，并利用约束 MDP 优化推理调度，本工作为边缘端自适应、资源感知的 AI 提供了原则性基础。

问题与动机

在智能手机、笔记本电脑或 IoT 节点上本地运行 SLM 可提供低延迟和隐私保护的 AI 服务，但这些设备面临有限的电池预算和严格的功率上限。传统能耗模型无法捕获 SLM 推理中随机的、分阶段的 CPU/GPU 行为，使其不适用于多任务自适应部署。

技术贡献

1. 基于 HSMM 的能耗建模

对 Gemma2-2B 和 Qwen3-4B 在 MT-Bench 上进行了细粒度功耗测量。
分别使用 Hidden Semi-Markov Models (HSMMs) 对 CPU 和 GPU 功耗轨迹建模：
- GPU：上升、平稳、衰减阶段。
- CPU：低负载和高负载突发。
在预测功耗波动方面优于 HMM 和 TCN 基线。

2. 约束 MDP 建模

定义了一个 CMDP，其中每个推理任务选择一种 SLM 配置（模型 + 量化方案）。
状态：剩余能量预算。
动作：候选 SLM 配置。
奖励：LLM-as-a-Judge 质量评分。
约束：有限能量预算和瞬时设备级功率上限。

3. 基于 Q-Learning 的策略优化

为六个候选动作构建了成本-奖励对。
使用表格式 Q-learning 求解 CMDP：
- 在 300 个回合中将平均奖励从 约 9 提升至约 15。
- 将能耗维持在预算的 85–90%。
- 保证不违反功率上限。

结果与洞察

HSMM 有效捕获了边缘推理中的分段平稳阶段。
CMDP 优化揭示了清晰的能耗-质量权衡。
学习到的策略在遵守现实约束的同时显著提升了累计推理质量。

结论

本研究建立了首个统一数学框架，将 SLM 参数、随机能耗和推理质量联系起来。通过将基于 HSMM 的成本建模与 CMDP 优化相结合，实现了 SLM 在边缘和 IoT 环境中的可持续、自适应部署，为未来基于 deep RL 和多设备协同调度的扩展奠定了基础。

PRISM: Privacy-Aware Routing for Adaptive Cloud–Edge LLM Inference with Semantic Sketch Collaboration

Wed, 30 Jul 2025 00:00:00 +0000

[已被 2026 AAAI Conference on Artificial Intelligence 录用] — 即将发表

本项目提出了 PRISM，一个上下文感知的云-边推理框架，为 Large Language Model (LLM) 服务在隐私、效用和效率之间取得平衡。它通过根据用户输入的语义敏感度自适应调整保护策略，解决了统一隐私机制的关键局限。

目标

主要目标是在实际部署中实现隐私保护的 LLM 推理，将敏感的用户提示智能地路由到边缘设备和云端之间。PRISM 旨在：

避免对无害输入添加不必要的噪声
保持敏感提示的语义连贯性
在不损害效用的前提下降低延迟和能耗

主要贡献

语义敏感的执行路由

边缘端的软门控控制器利用上下文特征（例如命名实体、第一人称引用）评估实体级风险
将提示路由到三条执行路径之一：
- 仅边缘：用于高风险提示
- 仅云端：用于低风险提示
- 云-边协作：用于中等敏感度提示

自适应两层 Local Differential Privacy (LDP)

每个敏感实体通过以下方式进行混淆：
- 类别级扰动（例如掩蔽"诊断"）
- 值级扰动（例如将"HIV"替换为"Flu"）
隐私预算分配由敏感度权重模型引导，确保细粒度保护且不造成语义崩塌

语义草图协作协议

带噪声的提示在云端处理，生成语义草图（例如高层次的抽象回复）
边缘端的 Small Language Model (SLM) 利用原始上下文精化这些草图
在强隐私约束下实现高效用回复

结果与洞察

PRISM 相比 Uniform 和 Selective LDP 等基线方法，实现了最高 3 倍的延迟降低和 2.5 倍的能耗降低
在强隐私预算下提供更高的 LLM-Judge 评分（最高 7.2）
在效用和效率方面均优于现有最先进方法（例如 Split-and-Denoise、DP-Forward）
在 8 种不同模型组合（例如 GPT-4o + StableLM）上表现稳健

Method	Ct.(s)	Ec.(J)	IQ.
PRISM	7.92	687.2	6.88
Uniform LDP	20.56	1707.6	5.72
Selective LDP	21.22	1770.8	5.94
Edge-Only	17.84	1573.9	5.09
Cloud-Only	5.13	296.3	8.14

更广泛的影响

PRISM 为医疗、金融和个人助理等敏感领域提供了选择性隐私保护推理，为以下方向铺平了道路：

在隐私关键环境中负责任地部署 LLM
降低云-边基础设施的能耗成本
弥合隐私与推理质量之间的权衡

演示文稿 - Can Large Language Models Credibly Stand in for Humans in Game-Theoretic Experiments?

Wed, 21 May 2025 00:00:00 +0000

评估 LLMs（如 GPT-4o、LLaMA-3.3）在经典博弈中的表现，包括 Prisoner’s Dilemma、Ultimatum Game 和 Public Goods Game。我们提出了一种多智能体路由框架 PRIME-Router，可在重复交互中提升策略适应性和角色一致性。

报告 - MPPI with Control Barrier Functions for F1/10: Robust Safety Under Real-World Uncertainty

Sat, 17 May 2025 00:00:00 +0000

Shield-MPPI 将基于采样的规划与通过 Control Barrier Functions (CBFs) 实现的安全保障相结合，在 F1TENTH 平台上实现了实时、鲁棒的自主赛车轨迹生成。该系统集成了基于 EKF 的跟踪、Spline 规避规划和模块化 ROS2 架构，以确保动态赛车条件下的安全性。

MPPI with Control Barrier Functions for F1/10：真实世界不确定性下的鲁棒安全控制

Wed, 07 May 2025 00:00:00 +0000

本项目在 F1/10 自主赛车平台上实现了 Shield-MPPI，这是一种将 Control Barrier Functions (CBFs) 与 Model Predictive Path Integral (MPPI) 控制相结合的新方法，旨在实现真实世界不确定性条件下的鲁棒安全导航。

主要贡献包括：

安全保障：通过离散时间 CBFs 确保预定义安全集的前向不变性。
代价增强与控制滤波：在 MPPI 轨迹代价中加入 CBF 惩罚项，并应用基于梯度的滤波方法以保证实时安全性。
鲁棒性评估：在仿真和实际赛车环境中评估了系统在扰动、噪声和模型失配下的表现。
计算可行性：验证了 Shield-MPPI 在资源受限平台上的实时性能。

该方法在碰撞避免、赛道跟踪和鲁棒性方面较基准 MPPI 有显著提升。

RL-Enhanced Disturbance-Aware MPC for Robust UAV Trajectory Tracking

Wed, 07 May 2025 00:00:00 +0000

[已被 IEEE SMC 2025 录用] — 即将发表

本研究提出了 ROAM，一种新颖的 RL 增强、扰动感知的 MPC 框架，用于不确定和动态环境中的精确 UAV 轨迹跟踪。该方法结合了 MPC 的预测优势、reinforcement learning (RL) 的快速响应能力以及自适应 sliding mode observer (SMO) 的鲁棒性。

问题与动机

使用 MPC 的传统 UAV 控制器在模型失配、风扰动和计算延迟下表现不佳，导致残余跟踪误差和收敛缓慢。本工作通过两项创新解决这些挑战：

离线训练的 RL 热启动策略以加速 MPC 收敛
Adaptive Super-Twisting Sliding Mode Observer (AST-SMO) 以估计和抑制实时扰动

技术贡献

1. 基于 RL 的热启动

通过在专家 MPC 轨迹上进行模仿学习，训练了一个方向条件策略。
在实时控制中，它为 MPC 求解器提供与轨迹一致的初始猜测，将早期跟踪误差降低了 16.9%，计算时间减少了 38.7%。

2. 用于扰动估计的 AST-SMO

SMO 使用平滑双曲函数实时估计外部扰动，以避免抖振。
自适应增益调节机制动态调整灵敏度以实现更好的收敛。

3. 扰动感知 MPC

MPC 被重新构建以纳入来自 AST-SMO 的实时估计： \[ x_{k+1} = Ax_k + Bu_k + E(\hat{d}_k) \]
目标：最小化跟踪误差和控制能耗，同时维持系统约束。

仿真结果

在正弦和噪声扰动下的 12 自由度四旋翼模型上进行了评估。
ROAM 实现了：
- 早期跟踪精度提升 16.9%
- 计算时间减少 38.7%
- 在强外部扰动下相比经典 MPC 具有更优的轨迹跟随性能

结论

ROAM 表明，RL、观测器与 MPC 的深度集成可产生具有更快收敛速度、更好稳定性和更高韧性的控制系统。其轻量化和模块化设计使其非常适合在嵌入式 UAV 平台上进行实时部署。

Can Large Language Models Credibly Stand in for Humans in Game-Theoretic Experiments?

Thu, 17 Apr 2025 00:00:00 +0000

本研究探讨了使用 Large Language Models (LLMs) 作为行为博弈论实验中人类参与者代理的可行性。我们评估了四个 LLM——GPT-4o、Llama-3.3-70B-Instruct、Llama-3.3-8B-Instruct 和 DeepSeek-R1，涵盖三个经典博弈：Prisoner’s Dilemma、Ultimatum Game 和 Public Goods Game。

研究目标

评估 LLM 相对于人类规范的行为一致性、角色一致性和策略适应性。
设计一个**模块化多智能体框架（PRIME-Router）**以提高一致性和适应性。
使用基于 MBTI 的角色提示对 LLM 行为进行基准测试：Diplomat、Analyst、Sentinel、Explorer。

核心贡献

1. 经典博弈中的行为评估

使用三个新指标对 LLM 进行了与人类行为的对标：

BAM (Behavioral Alignment Measure)：与人类行为分布的相似度
PCI (Persona Consistency Index)：对提示的社会角色的遵循程度
ASP (Adaptive Strategic Profile)：对不断变化的博弈情境的响应能力

主要发现：

大多数 LLM 表现出较高的初始 BAM，但在重复博弈中的适应性一致性方面表现不佳。
GPT-4o 和 LLaMA-3.3-70B 在单次博弈中展现了优秀的角色一致性。

2. PRIME-Router 框架

为克服适应性和一致性的局限，我们提出了 PRIME-Router，一种模块化 MoE 风格的架构：

生成专业化子角色（例如 Empathy Enforcer、Strategic Planner）
根据经验性能为每个子角色分配最合适的 LLM
通过协作模式（例如 star、debate、chain）聚合多智能体输出

PRIME-Router 的提升效果：

PCI 最高提升 0.23
ASP 最高提升 0.32 （在重复博弈中）。

3. 启示与展望

LLM 能够可信地模拟类人行为，但策略深度和长期角色保真度仍是挑战。
PRIME-Router 为社会科学实验、政策建模和在线平台模拟中的高性价比 AI 智能体铺平了道路。

结论

本研究揭示了 LLM 在行为博弈模拟中的潜力与局限。像 PRIME-Router 这样的结构化多智能体设计显著增强了真实性，为实验社会科学中的AI 驱动人类建模提供了新范式。

[AAAI 2026 投稿] — 审稿中

基于 Reinforcement Learning 的接触网络随机疫苗分配策略

Mon, 17 Mar 2025 00:00:00 +0000

将确定性最优控制与 Reinforcement Learning 相结合，开发了个体级接触网络上的随机疫苗分配策略，实现了鲁棒的疫情响应建模。

项目亮点

在接触图上使用高维连续时间马尔可夫过程 (CTMP) 对疫情传播进行建模。
设计了基于 Policy Gradient 的 RL 疫苗接种策略，并以 Mean-Field ODE 解作为热启动。
在合成和真实世界网络拓扑上评估了策略在死亡率和住院率等指标上的表现。

工具

Python, PyTorch, NetworkX, OpenAI Gym

基于混合 CNN 与 Logistic Regression 的音频材质分类

Sun, 15 Dec 2024 00:00:00 +0000

开发了一种混合模型，用于对七种材质（如桌面、玻璃、黑板）的敲击音频录音进行分类。该模型将基于原始音频的 1D CNN、基于 MFCC 特征的 2D CNN 和 Logistic Regression 组合为集成系统，在评估数据上达到了 94% 的准确率和 0.9426 的加权 F1-score。

使用智能手机录制了 520 个不同敲击力度的真实样本。应用了降噪和特征提取（MFCC、时域特征、频域特征）。在多种 CNN 组合上进行了评估，展示了深度学习与传统方法的有效融合。提出的改进方向包括 Attention 机制、Mixup 数据增强以及扩展数据采集以提升泛化能力。

Minimizing Maximum Age of Service in Virtualized Green IoT Networks

Sat, 07 Dec 2024 00:00:00 +0000

本项目解决了在太阳能驱动的绿色 IoT 网络中嵌入和调度应用的挑战，目标是最小化最大 Age of Service (AoS) — 一个表示数据生成到服务完成之间延迟的新鲜度指标。

目标

本研究聚焦于由可再生能源（太阳能）驱动的虚拟化、具备计算能力的 IoT 基础设施。应用被建模为包含 Virtual Network Functions (VNFs) 的 Directed Acyclic Graphs (DAGs)，需要在波动的能量和计算约束下执行。

主要贡献

Mixed Integer Linear Programming (MILP) 建模

提出了首个 MILP 模型，联合优化：
- 设备选择与采样时间
- DAG 请求嵌入决策
- 设备、网关和服务器的能耗
目标：最小化所有 DAG 请求的最大 AoS。

启发式与预测控制方案

开发了 GreedyOL，一种基于当前 AoS 嵌入 DAG 的快速启发式算法。
提出了 RHCOP，一种 Receding Horizon Control Optimization 框架：
- 利用 Gaussian Mixture Models (GMMs) 预测太阳能到达量和无线信道增益。
- 仅使用因果（非未来）信息实现实时调度。

结果与洞察

RHCOP 实现了最优 MILP 的 1.07 倍 min-max AoS，GreedyOL 为 1.13 倍。
更多的网关和服务器由于增强的冗余性和灵活性而降低了 AoS。
VNF-C（采集）和 VNF-P（处理）数量相等时可获得最优新鲜度。

更广泛的影响

所提出的系统为能耗感知、延迟敏感的 IoT 应用奠定了基础，尤其适用于偏远或能源受限的环境。研究结果揭示了计算新鲜度、资源分配与绿色网络部署策略之间的权衡关系。

[IEEE Transactions on Services Computing 投稿] — 即将发表

项目

Sun, 19 May 2024 00:00:00 +0000

写作样本

Sun, 19 May 2024 00:00:00 +0000

本科毕业论文 - Scheduling in Serverless Computing for Solar-Powered IoT Networks

Tue, 30 Apr 2024 00:00:00 +0000

本科毕业论文提出了一种面向太阳能供电 IoT 网络的两阶段优化框架，重点研究动态任务分配和能量感知的函数配置。开发了 MILP 基准测试和基于 GMM 增强的 Receding Horizon Control 算法，以提升效率并适应波动的能量和计算条件。

Task Offloading and Approximate Computing in Solar Powered IoT Networks

Sun, 07 Jan 2024 00:00:00 +0000

本研究提出了一种新颖的框架，通过任务卸载和近似计算来最小化太阳能驱动 IoT 网络的总能耗。设备可以选择本地执行（精确或近似）或将任务卸载到太阳能驱动的边缘服务器。

核心目标

在可容忍误差的情况下，通过允许近似任务执行来降低能耗。
利用 Digital Twin (DT) 估计未来的能量可用性和信道条件。
优化卸载决策以及跨时隙和信道的资源分配。

技术亮点

MILP 建模

设计了首个 MILP，联合优化：
- 任务卸载决策
- 近似与精确执行
- 信道分配
- 虚拟机（VM）分配
捕获了能量到达、CPU 周期、近似误差界和 VM 容量等约束条件。

DT 辅助的滑动窗口控制 (DT-RHC)

引入了基于 DT 的控制算法，使用：
- Gaussian Mixture Models (GMMs) 预测能量和信道增益
- 滑动窗口 MILP 优化实现动态调度
仅使用因果（历史）数据即可实现 MILP 最优值 1.62 倍以内的能耗

结果与评估

DT-RHC 在以下指标上显著优于随机策略：
- 能耗与设备数量的关系
- 近似比率的影响
- 扩展时间范围内的任务完成率
仿真在 100×100 m² 部署上使用 Python + Gurobi 进行，采用真实的太阳能输入和无线模型。

结论

本研究证明了在可再生能源驱动的 IoT 环境中集成近似计算和智能卸载的可行性。它为未来的分布式优化和自适应能耗感知网络控制提供了坚实基础。

IEEE Paper DOI: 10.1109/LNET.2023.3328893

🎉 Easily create your own simple yet highly customizable blog

Fri, 27 Oct 2023 00:00:00 +0000

Welcome 👋

Overview

The Hugo Blox website builder for Hugo, along with its starter templates, is designed for professional creators, educators, and teams/organizations - although it can be used to create any kind of site
The template can be modified and customised to suit your needs. It’s a good platform for anyone looking to take control of their data and online identity whilst having the convenience to start off with a no-code solution (write in Markdown and customize with YAML parameters) and having flexibility to later add even deeper personalization with HTML and CSS
You can work with all your favourite tools and apps with hundreds of plugins and integrations to speed up your workflows, interact with your readers, and much more

Get Started

👉 Create a new site
📚 Personalize your site
💬 Chat with the Hugo Blox community or Hugo community
🐦 Twitter: @GetResearchDev @GeorgeCushen #MadeWithHugoBlox
💡 Request a feature or report a bug for Hugo Blox
⬆️ Updating Hugo Blox? View the Update Guide and Release Notes

Crowd-funded open-source software

To help us develop this template and software sustainably under the MIT license, we ask all individuals and businesses that use it to help support its ongoing maintenance and development via sponsorship.

As a token of appreciation for sponsoring, you can unlock these awesome rewards and extra features 🦄✨

Ecosystem

Bibtex To Markdown: Automatically import publications from BibTeX

Inspiration

Learn what other creators are building with this template.

Features

Page builder - Create anything with no-code blocks and elements
Edit any type of content - Blog posts, publications, talks, slides, projects, and more!
Create content in Markdown, Jupyter, or RStudio
Plugin System - Fully customizable color and font themes
Display Code and Math - Code syntax highlighting and LaTeX math supported
Integrations - Google Analytics, Disqus commenting, Maps, Contact Forms, and more!
Beautiful Site - Simple and refreshing one-page design
Industry-Leading SEO - Help get your website found on search engines and social media
Media Galleries - Display your images and videos with captions in a customizable gallery
Mobile Friendly - Look amazing on every screen with a mobile friendly version of your site
Multi-language - 35+ language packs including English, 中文, and Português
Multi-user - Each author gets their own profile page
Privacy Pack - Assists with GDPR
Stand Out - Bring your site to life with animation, parallax backgrounds, and scroll effects
One-Click Deployment - No servers. No databases. Only files.

Themes

Hugo Blox and its templates come with automatic day (light) and night (dark) mode built-in. Visitors can choose their preferred mode by clicking the sun/moon icon in the header.

Choose a stunning theme and font for your site. Themes are fully customizable.

License

Released under the MIT license.

🧠 Sharpen your thinking with a second brain

Thu, 26 Oct 2023 00:00:00 +0000

Create a personal knowledge base and share your knowledge with your peers.

Hugo Blox web framework empowers you with one of the most flexible note-taking capabilities out there.

Create a powerful knowledge base that works on top of a local folder of plain text Markdown files.

Use it as your second brain, either publicly sharing your knowledge with your peers via your website, or via a private GitHub repository and password-protected site just for yourself.

Mindmaps

Hugo Blox supports a Markdown extension for mindmaps.

With this open format, can even edit your mindmaps in other popular tools such as Obsidian.

Simply insert a Markdown code block labelled as markmap and optionally set the height of the mindmap as shown in the example below.

Mindmaps can be created by simply writing the items as a Markdown list within the markmap code block, indenting each item to create as many sub-levels as you need:


```markmap {height="200px"}
- Hugo Modules
- Hugo Blox
- blox-plugins-netlify
- blox-plugins-netlify-cms
- blox-plugins-reveal
```

renders as

- Hugo Modules
 - Hugo Blox
 - blox-plugins-netlify
 - blox-plugins-netlify-cms
 - blox-plugins-reveal

Anh here’s a more advanced mindmap with formatting, code blocks, and math:


```markmap
- Mindmaps
- Links
- [Hugo Blox Docs](https://docs.hugoblox.com/)
- [Discord Community](https://discord.gg/z8wNYzb)
- [GitHub](https://github.com/HugoBlox/hugo-blox-builder)
- Features
- Markdown formatting
- **inline** ~~text~~ *styles*
- multiline
text
- `inline code`
-
```js
console.log('hello');
console.log('code block');
```
- Math: $x = {-b \pm \sqrt{b^2-4ac} \over 2a}$
```

renders as

- Mindmaps
 - Links
 - [Hugo Blox Docs](https://docs.hugoblox.com/)
 - [Discord Community](https://discord.gg/z8wNYzb)
 - [GitHub](https://github.com/HugoBlox/hugo-blox-builder)
 - Features
 - Markdown formatting
 - **inline** ~~text~~ *styles*
 - multiline
 text
 - `inline code`
 -
 ```js
 console.log('hello');
 console.log('code block');
 ```
 - Math: $x = {-b \pm \sqrt{b^2-4ac} \over 2a}$

Highlighting

Highlight important text with mark:

<mark>Highlighted text</mark>

Callouts

Use callouts (aka asides, hints, or alerts) to draw attention to notes, tips, and warnings.

By wrapping a paragraph in {{% callout note %}} ... {{% /callout %}}, it will render as an aside.

{{% callout note %}}
A Markdown aside is useful for displaying notices, hints, or definitions to your readers.
{{% /callout %}}

renders as

A Markdown aside is useful for displaying notices, hints, or definitions to your readers.

Or use the warning callout type so your readers don’t miss critical details:

A Markdown aside is useful for displaying notices, hints, or definitions to your readers.

📈 Communicate your results effectively with the best data visualizations

Wed, 25 Oct 2023 00:00:00 +0000

Hugo Blox is designed to give technical content creators a seamless experience. You can focus on the content and Hugo Blox handles the rest.

Use popular tools such as Plotly, Mermaid, and data frames.

Charts

Hugo Blox supports the popular Plotly format for interactive data visualizations. With Plotly, you can design almost any kind of visualization you can imagine!

Save your Plotly JSON in your page folder, for example line-chart.json, and then add the {{< chart data="line-chart" >}} shortcode where you would like the chart to appear.

Demo:

You might also find the Plotly JSON Editor useful.

Diagrams

Hugo Blox supports the Mermaid Markdown extension for diagrams.

An example flowchart:

```mermaid
graph TD
A[Hard] -->|Text| B(Round)
B --> C{Decision}
C -->|One| D[Result 1]
C -->|Two| E[Result 2]
```

renders as

graph TD
A[Hard] -->|Text| B(Round)
B --> C{Decision}
C -->|One| D[Result 1]
C -->|Two| E[Result 2]

An example sequence diagram:

```mermaid
sequenceDiagram
Alice->>John: Hello John, how are you?
loop Healthcheck
John->>John: Fight against hypochondria
end
Note right of John: Rational thoughts!
John-->>Alice: Great!
John->>Bob: How about you?
Bob-->>John: Jolly good!
```

renders as

sequenceDiagram
Alice->>John: Hello John, how are you?
loop Healthcheck
 John->>John: Fight against hypochondria
end
Note right of John: Rational thoughts!
John-->>Alice: Great!
John->>Bob: How about you?
Bob-->>John: Jolly good!

An example class diagram:

```mermaid
classDiagram
Class01 <|-- AveryLongClass : Cool
Class03 *-- Class04
Class05 o-- Class06
Class07 .. Class08
Class09 --> C2 : Where am i?
Class09 --* C3
Class09 --|> Class07
Class07 : equals()
Class07 : Object[] elementData
Class01 : size()
Class01 : int chimp
Class01 : int gorilla
Class08 <--> C2: Cool label
```

renders as

classDiagram
Class01 <|-- AveryLongClass : Cool
Class03 *-- Class04
Class05 o-- Class06
Class07 .. Class08
Class09 --> C2 : Where am i?
Class09 --* C3
Class09 --|> Class07
Class07 : equals()
Class07 : Object[] elementData
Class01 : size()
Class01 : int chimp
Class01 : int gorilla
Class08 <--> C2: Cool label

An example state diagram:

```mermaid
stateDiagram
[*] --> Still
Still --> [*]
Still --> Moving
Moving --> Still
Moving --> Crash
Crash --> [*]
```

renders as

stateDiagram
[*] --> Still
Still --> [*]
Still --> Moving
Moving --> Still
Moving --> Crash
Crash --> [*]

Data Frames

Save your spreadsheet as a CSV file in your page’s folder and then render it by adding the Table shortcode to your page:

{{< table path="results.csv" header="true" caption="Table 1: My results" >}}

renders as

Table 1: My results
customer_id	score
1	0
2	0.5
3	1

👩🏼‍🏫 Teach academic courses

Tue, 24 Oct 2023 00:00:00 +0000

Hugo Blox Builder is designed to give technical content creators a seamless experience. You can focus on the content and the Hugo Blox Builder which this template is built upon handles the rest.

Embed videos, podcasts, code, LaTeX math, and even test students!

On this page, you’ll find some examples of the types of technical content that can be rendered with Hugo Blox.

Video

Teach your course by sharing videos with your students. Choose from one of the following approaches:

Youtube:

{{< youtube D2vj0WcvH5c >}}

Bilibili:

{{< bilibili BV1WV4y1r7DF >}}

Video file

Videos may be added to a page by either placing them in your assets/media/ media library or in your page’s folder, and then embedding them with the video shortcode:

{{< video src="my_video.mp4" controls="yes" >}}

Podcast

You can add a podcast or music to a page by placing the MP3 file in the page’s folder or the media library folder and then embedding the audio on your page with the audio shortcode:

{{< audio src="ambient-piano.mp3" >}}

Try it out:

Test students

Provide a simple yet fun self-assessment by revealing the solutions to challenges with the spoiler shortcode:

{{< spoiler text="👉 Click to view the solution" >}}
You found me!
{{< /spoiler >}}

renders as

👉 Click to view the solution

You found me 🎉

Math

Hugo Blox Builder supports a Markdown extension for $\LaTeX$ math. Enable math by setting the math: true option in your page’s front matter, or enable math for your entire site by toggling math in your config/_default/params.yaml file:

features:
 math:
 enable: true

To render inline or block math, wrap your LaTeX math with $...$ or $$...$$, respectively.

Example math block:

$$
\gamma_{n} = \frac{ \left | \left (\mathbf x_{n} - \mathbf x_{n-1} \right )^T \left [\nabla F (\mathbf x_{n}) - \nabla F (\mathbf x_{n-1}) \right ] \right |}{\left \|\nabla F(\mathbf{x}_{n}) - \nabla F(\mathbf{x}_{n-1}) \right \|^2}
$$

renders as

$$\gamma_{n} = \frac{ \left | \left (\mathbf x_{n} - \mathbf x_{n-1} \right )^T \left [\nabla F (\mathbf x_{n}) - \nabla F (\mathbf x_{n-1}) \right ] \right |}{\left \|\nabla F(\mathbf{x}_{n}) - \nabla F(\mathbf{x}_{n-1}) \right \|^2}$$

Example inline math $\nabla F(\mathbf{x}_{n})$ renders as $\nabla F(\mathbf{x}_{n})$.

Example multi-line math using the math linebreak (\\):

$$f(k;p_{0}^{*}) = \begin{cases}p_{0}^{*} & \text{if }k=1, \\
1-p_{0}^{*} & \text{if }k=0.\end{cases}$$

renders as

$$ f(k;p_{0}^{*}) = \begin{cases}p_{0}^{*} & \text{if }k=1, \\ 1-p_{0}^{*} & \text{if }k=0.\end{cases} $$

Code

Hugo Blox Builder utilises Hugo’s Markdown extension for highlighting code syntax. The code theme can be selected in the config/_default/params.yaml file.

```python
import pandas as pd
data = pd.read_csv("data.csv")
data.head()
```

renders as

import pandas as pd
data = pd.read_csv("data.csv")
data.head()

Inline Images

{{< icon name="python" >}} Python

renders as

Python

经历

Tue, 24 Oct 2023 00:00:00 +0000

✅ Manage your projects

Mon, 23 Oct 2023 00:00:00 +0000

Easily manage your projects - create ideation mind maps, Gantt charts, todo lists, and more!

Ideation

Hugo Blox supports a Markdown extension for mindmaps.

Simply insert a Markdown code block labelled as markmap and optionally set the height of the mindmap as shown in the example below.

Mindmaps can be created by simply writing the items as a Markdown list within the markmap code block, indenting each item to create as many sub-levels as you need:


```markmap {height="200px"}
- Hugo Modules
- Hugo Blox
- blox-plugins-netlify
- blox-plugins-netlify-cms
- blox-plugins-reveal
```

renders as

- Hugo Modules
- Hugo Blox
- blox-plugins-netlify
- blox-plugins-netlify-cms
- blox-plugins-reveal

Diagrams

Hugo Blox supports the Mermaid Markdown extension for diagrams.

An example Gantt diagram:

```mermaid
gantt
section Section
Completed :done, des1, 2014-01-06,2014-01-08
Active :active, des2, 2014-01-07, 3d
Parallel 1 : des3, after des1, 1d
Parallel 2 : des4, after des1, 1d
Parallel 3 : des5, after des3, 1d
Parallel 4 : des6, after des4, 1d
```

renders as

gantt section Section Completed :done, des1, 2014-01-06,2014-01-08 Active :active, des2, 2014-01-07, 3d Parallel 1 : des3, after des1, 1d Parallel 2 : des4, after des1, 1d Parallel 3 : des5, after des3, 1d Parallel 4 : des6, after des4, 1d

Todo lists

You can even write your todo lists in Markdown too:

- [x] Write math example
 - [x] Write diagram example
- [ ] Do something else

renders as

Write math example
- Write diagram example
Do something else

An example preprint / working paper

Sun, 07 Apr 2019 00:00:00 +0000

This work is driven by the results in my previous paper on LLMs.

Create your slides in Markdown - click the Slides button to check out the example.

Add the publication’s full text or supplementary notes here. You can use rich formatting such as including code, math, and images.

An example journal article

Tue, 01 Sep 2015 00:00:00 +0000

Click the Cite button above to demo the feature to enable visitors to import publication metadata into their reference management software.

Create your slides in Markdown - click the Slides button to check out the example.

Add the publication’s full text or supplementary notes here. You can use rich formatting such as including code, math, and images.

An example conference paper

Mon, 01 Jul 2013 00:00:00 +0000

Click the Cite button above to demo the feature to enable visitors to import publication metadata into their reference management software.

Create your slides in Markdown - click the Slides button to check out the example.

Add the publication’s full text or supplementary notes here. You can use rich formatting such as including code, math, and images.

占俊飞的个人主页

Example Talk

每日效率追踪器

Seeing is Free, Speaking is Not: Uncovering the True Energy Bottleneck in Edge VLM Inference

主要发现

1. 功率是模型的固有指纹

2. Decode 阶段主导能耗

3. Visual Token 剪枝的假象

贡献

结论

演示文稿 - 博士面试：云边协同AI研究方向

Stochastic Power Modeling and Constrained MDP Optimization for On-Device SLM Inference

问题与动机

技术贡献

1. 基于 HSMM 的能耗建模

2. 约束 MDP 建模

3. 基于 Q-Learning 的策略优化

结果与洞察

结论

PRISM: Privacy-Aware Routing for Adaptive Cloud–Edge LLM Inference with Semantic Sketch Collaboration

目标

主要贡献

语义敏感的执行路由

自适应两层 Local Differential Privacy (LDP)

语义草图协作协议

结果与洞察

更广泛的影响

演示文稿 - Can Large Language Models Credibly Stand in for Humans in Game-Theoretic Experiments?

报告 - MPPI with Control Barrier Functions for F1/10: Robust Safety Under Real-World Uncertainty

MPPI with Control Barrier Functions for F1/10：真实世界不确定性下的鲁棒安全控制

RL-Enhanced Disturbance-Aware MPC for Robust UAV Trajectory Tracking

问题与动机

技术贡献

1. 基于 RL 的热启动

2. 用于扰动估计的 AST-SMO

3. 扰动感知 MPC

仿真结果

结论

Can Large Language Models Credibly Stand in for Humans in Game-Theoretic Experiments?

研究目标

核心贡献

1. 经典博弈中的行为评估

2. PRIME-Router 框架

3. 启示与展望

结论

基于 Reinforcement Learning 的接触网络随机疫苗分配策略

项目亮点

工具

基于混合 CNN 与 Logistic Regression 的音频材质分类

Minimizing Maximum Age of Service in Virtualized Green IoT Networks

目标

主要贡献

Mixed Integer Linear Programming (MILP) 建模

启发式与预测控制方案

结果与洞察

更广泛的影响

项目

写作样本

本科毕业论文 - Scheduling in Serverless Computing for Solar-Powered IoT Networks

Task Offloading and Approximate Computing in Solar Powered IoT Networks

核心目标

技术亮点

MILP 建模

DT 辅助的滑动窗口控制 (DT-RHC)

结果与评估

结论

🎉 Easily create your own simple yet highly customizable blog

Overview

Get Started

Crowd-funded open-source software

❤️ Click here to become a sponsor and help support Hugo Blox’s future ❤️

Ecosystem

Inspiration

Features

Themes

License

🧠 Sharpen your thinking with a second brain

Mindmaps

Highlighting

Callouts