这张图展示的是 Betsy 现在真实在跑的找论文逻辑:不是泛泛抓热门论文,而是尽量筛出更可能进入 BiUMamba 的 Related Work、Method 和后续实验设计的论文。
この図は、Betsy の論文探索パイプラインの実運用ロジックを示しています。目的は一般的な人気論文推薦ではなく、BiUMamba の Related Work・Method・今後の実験に本当に効く論文を厳しく残すことです。
flowchart TD
A[毎月1日 09:00<br/>Hermes Cron 起動]
--> B[update_papers_rag.py 実行]
B --> C[既存論文データ読込<br/>collected_papers.json]
C --> D{2026-12-01 を過ぎたか?}
D -- はい --> D1[Archive Mode<br/>新規収集停止<br/>検索機能のみ維持]
D1 --> Z[終了]
D -- いいえ --> E[検索期間計算<br/>直近3か月]
E --> F[E5 Embedding モデル読込<br/>multilingual-e5-small]
F --> G0[静的基礎文献 DOI 確認<br/>VMamba / VM-UNet / GroupMamba 等]
F --> G[OpenAlex 検索<br/>直近3か月・Memory/Scan Query Set]
G --> H[一次フィルタリング]
H --> H1[Article のみ]
H1 --> H2[期間内に出版]
H2 --> H3[DOI 必須]
H3 --> H4[タイトル長 ≥ 20]
H4 --> I[DOI による重複除去]
G0 --> I
I --> J{新規論文あり?}
J -- いいえ --> J1[既存データで HTML 再生成]
J1 --> J2[betsy.monster へ再配置]
J2 --> Z
J -- はい --> K[タイトル+要旨<br/>Embedding 作成]
K --> L[研究指向 Anchor 評価]
L --> L1[Scan Design 30%]
L --> L2[Training Memory 25%]
L --> L3[Medical Segmentation 20%]
L --> L4[Baseline Family 10%]
L --> L5[Fusion 10%]
L --> L6[Empirical Trade-off 5%]
L1 --> M
L2 --> M
L3 --> M
L4 --> M
L5 --> M
L6 --> M
M[sem_score 計算]
M --> N[Venue Bonus<br/>Citation Bonus 加算]
N --> O[Phase1 Score 算出]
O --> P[Off-topic Penalty 判定]
P --> P1{生成系論文か?}
P1 -- はい --> P2[-0.15 ペナルティ]
P1 -- いいえ --> Q
P2 --> Q
Q[Phase1 Score 順にソート]
--> R[Top30 選抜]
R --> S[DeepSeek Judge<br/>MICCAI Reviewer Mode]
S --> T{DeepSeek 成功?}
T -- いいえ --> U[Final Score = Phase1 Score]
T -- はい --> V[Final Score =<br/>0.7×DS Score + 0.3×Phase1 Score]
U --> W
V --> W
W[特別加点]
W --> W1[Core Family Bonus<br/>VMamba / VM-UNet / U-Mamba 等]
W --> W2[Scan Design / Grouping Bonus]
W --> W3[Training Memory / Resource Bonus]
W --> W4[Fusion / Profiling Bonus]
W1 --> X
W2 --> X
W3 --> X
W4 --> X
X[最終スコア]
X --> Y{Final Score ≥ 0.65 ?}
Y -- いいえ --> Y1[除外]
Y -- はい --> Y2[候補リストへ]
Y1 --> AA
Y2 --> AA
AA[最終順位付け]
AA --> AB[Top10 採用]
AB --> AC[既存論文データと統合]
AC --> AD[collected_papers.json 更新]
AD --> AE[HTML 生成]
AE --> AF[betsy.monster へデプロイ]
AF --> Z[終了]