语料库用 sentence-transformers 把每篇论文的标题与卡片要点编码成向量，再固定 k=40 做 KMeans 聚类，并在周与周之间用质心余弦相似度对齐簇 ID，让同一个研究方向的编号保持稳定。这个面板就是把结果摊开来看。 簇散点图：UMAP 降到 2D，颜色是簇，点的大小粗略对应被引次数；点开可以看簇内论文。 趋势热点：按方法族看规模随年份的变化，判断哪些技术路线在升温。 主题时间演化 / 研究全景演化：前者看单个簇的年度分布，后者标出新兴、冷却与稳定的方向。 簇间桥接 / 影响力：哪些论文横跨多个簇（桥接），哪些是被引枢纽（网关）。 必读：综合新颖度、影响力、桥接度排序的清单。 数据来自个人语料库，观点也只代表我跟踪到的范围，不是对整个领域的抽样调查。