㊙️密福利姬导航站 最近更新| 安卓软件| 安卓游戏| 电脑版| 手机版
网络游戏 单机游戏 手机应用 电脑软件 专题 热门排行榜
幻想三国志一 影之刃零 三国群英传六 师父（国产发行） 风色幻想 御天降魔传 三国群英传六 风来之国（Eastward 中国团队） 幻想三国志五

当前位置： 首页 单机游戏 冒险解谜

v8.6.4.85

猜你喜欢
分类：单机 / 冒险解谜 大小：4.69 MB 授权：免费游戏
语言：中文 更新：2025/09/08 06:58:41 等级：
平台：Android 厂商： 猛男GayGay✅打屁股漫画 官网：暂无
权限： 查看
允许程序访问网络.
 备案：湘ICP备2023018554号-3A
标签： www成人🔞色情美女内内 美女隐私㊙️黄www软件网站 虞书欣㊙️被男人桶到爽
详情
介绍
猜你喜欢
相关版本

截图

内容详情

邓超陈赫一上舞台鹿晗五哈感觉就来了

邵子恒 毛衣欧巴

北京可见彩云伴红月

鹿晗叫陈赫叫破音了上海百年老洋房降价5334万再流拍 2025/09/08 06:58:41

    • 编辑：admin

    2025/09/08 06:58:41

    胡（hu）寒（han）笑】
血月全程约3.5小时

女子吐槽羊排肥肉多被起诉赔6000

大模型破译甲骨文创下新SOTA！复旦团队推出新框架

让大模型破译从未见过的甲骨文，准确率拿下新SOTA！

来自复旦大学的研究人员提出了一种 基于部首和象形分析的可解释甲骨文破译框架 ——

不仅在公开基准数据集HUST-OBC和EV-OBC上，达到最先进的Top-10识别准确率以及优异的零样本破译能力。

而且面对未破译甲骨文，所提方法也能够输出可解释性的分析文本，从而为考古破译工作提供潜在帮助。

事实上，作为最古老的成熟文字系统，甲骨文长期以来因其稀有性、抽象性和象形多样性，给考古破译工作带来了重大挑战。

当前基于深度学习的方法在甲骨文破译任务上取得了令人鼓舞的进展， 但现有方法往往忽视了甲骨文字形与语义之间的复杂关联 。

这导致了有限的泛化能力和可解释性，尤其是在处理 零样本场景 和 未破译的甲骨文 时。

为此，本文提出了一种基于大型视觉语言模型的可解释甲骨文破译方法，该方法通过联合部首分析与象形语义理解，弥合了甲骨文字形与语意之间的鸿沟。

下面具体来看——

首个象形解析甲骨文破译数据集

概括而言，团队提出了一种渐进式训练策略，引导模型从部首识别和部首分析，过渡到象形分析，最后进行部首-象形交互分析，从而实现从字形到字意的推理。

论文还设计了基于分析结果的“部首-象形双重匹配机制”，显著提升了模型的零样本破译性能。

为便于模型训练，论文提出了包含47,157个汉字的象形破译甲骨文数据集，其中部分汉字具有相应甲骨文图像和古代字体图像，所有汉字都具备现代楷书图像、部首分析和象形分析标注。

先说数据集。

尽管现有视觉语言大模型在多种任务上表现优异，但仍难以直接应用于甲骨文破译任务。

为解决这一挑战，论文提出了 象形破译甲骨文（PD-OBS）数据集 ，用于训练具备甲骨文象形分析能力的视觉语言大模型，这对甲骨文破译任务具有重要意义。

PD-OBS数据集 共包含47,157个汉字 。其中，3173个汉字与从公开的HUST-OBC和EVOBC数据集收集的甲骨文图像相关联；10,968个汉字提供了来自字形库的古代隶书图像；所有汉字均配有来自《汉典》的现代楷书图像。

除图像数据外，每个汉字均通过文本形式标注了部首分析和象形分析，这两者均与汉字的语义含义密切相关。

标注过程分为三个阶段 ，如图1所示。

首先，通过汉典从《说文解字》 （一部古代汉语词典） 中检索每个汉字的部首标签、定义及解释。

其次，将获取的部首标签及其解释与每个汉字的现代、古代字体和甲骨文图像关联。接着，利用GPT-4.1基于参考的字形图像丰富部首标签，并总结分析内容。

最后，通过GPT-4.1进行自我检查和人工修正来确保数据集的整体质量。

基于部首和象形分析的可解释甲骨文破译视觉语言大模型

1、模型整体结构

整体框架基于 Qwen2.5-VL-7B 构建，共享相同的视觉编码器和大型语言模型（LLM）。

如图2所示，研究人员引入了一个空间patch合并模块作为视觉适配器，以及一个分类器来预测部首标签，并且还提出了部首LoRA和象形LoRA模块来分析相应的信息。

此外，研究人员设计了一种渐进式训练方法，从部首识别开始，接着进行部首和象形分析，最终实现联合分析，以逐步引导模型完成甲骨文破译任务。

还提出了一个新颖的部首-象形双重匹配机制，以从数据库中选择最合适的字符。

2、部首识别

在本阶段，研究人员的目标是将视觉编码器适配于甲骨文的独特视觉风格，并预测用于下游推理的关键信息—— 部首标签 。

为此，团队设计了一个空间patch合并模块作为视觉适配器，该适配器将高维视觉特征压缩并聚合为预设维度的特征向量，作为甲骨文的抽象表示。

此外，研究人员基于欧式距离设计了一个三元组损失函数，以明确提升不同部首特征向量之间的区分度。

具体而言，团队实施了一种采样策略，确保每个批次中每个部首类别至少包含两个样本。

在训练过程中，对于批次中的每个样本，将它的特征向量Vn 指定为锚点，然后选择一个正样本 （即具有相同根部标签的样本） 和一个负样本 （即具有不同根部标签的样本） 。

三元组损失如下：

关于分类器，研究人员使用交叉熵损失来优化它。因此，本阶段的整个损失函数可以表示如下：

3、部首-象形联合分析

为了在甲骨文中实现字形与意义的关联，研究人员设计了一个渐进式的字形分析过程，以促进破译任务的完成。

在甲骨文和古代汉字中，部首通常决定了字的基本语义，如图3中的Q1&A1所示。

因此，团队利用PD-OBS数据集构建的大量部首分析问答对对模型进行部首分析能力的训练。

接下来引导模型对整个字符进行象形分析，以分析字形蕴含的语意，如图3中的Q2&A2所示。

最后，研究人员设计了一个联合分析步骤，以解决仅凭象形分析可能无法直接预测正确对应现代汉字的情况。此步骤通过部首分析的结果指导象形分析，从而获得更准确的汉字含义，如图3中的Q3&A3所示。此阶段通过交叉熵损失来优化模型。

以下为部首-象形联合分析示意图：

4、部首-象形双重匹配机制

经过前两个阶段后，团队为每个测试字符生成了四个中间结果：预测的部首标签、部首分析、象形分析以及联合分析结果。

研究人员提出了一种基于词典的双重匹配机制用于破译。给定来自PD-OBS数据集的候选词典D，该机制的工作流程如下：

首先，根据预测的部首标过滤候选项，然后根据象形分析之间的语义相似性选择前k个条目。

其次，将预测的部首分析与部首信息增强的象形分析结果进行拼接，并通过相似性进行排序。

最后，将这些候选集合并并重新排序，以获得前k个现代汉字作为破译结果。

所有步骤和符号在图4中详细说明。

值得注意的是，团队采用匹配机制而非直接输出破译结果，这有助于缓解模型在零样本设置下因训练数据中缺乏此类甲骨文而导致的泛化能力不足问题，以及未破译甲骨文带来的影响。

以下为部首象形双重匹配算法：

实验结果

1、验证集和零样本设定下的破译

研究人员在HUST-OBC和EV-OBC数据集上对所提方法和现有方法进行了评估，从每个数据集中选取200个字符类别作为零样本测试集。

剩余数据以9:1的比例随机划分为训练集和验证集，以评估新框架及现有方法的甲骨文识别能力。

与先前研究一致，团队采用Top-1和Top-10准确率作为评估指标，该指标通常用于各类分类任务。

为了系统地评估新方法在甲骨文破译中的有效性，团队在两个基准数据集HUST-OBC和EV-OBC进行了全面比较，分别在验证集和零样本设置下进行，如表1所示。

注意，每个单元格分别显示Top-1（左）和Top-10（右）的准确率（%）。最佳结果和次佳结果分别以粗体和下划线标注。

团队采用InceptionV3、ViT和PyGT作为基于分类模型的代表方法，以及OBSD和BBDM作为基于扩散模型的代表方法。由于缺乏开源实现和数据集设置的不一致，现有基于组成式的方法目前未被纳入比较方法。

作为替代，研究人员纳入了强大的商用LVLM，GPT-4.1 和 Qwen-VL-Max用于比较。

相比之下，商用LVLM 在两种设置下表现不佳，Top-1 准确率始终低于6%，这说明了其理解古代文字视觉结构的能力受限。

在验证集上，尽管新方法的Top-1 准确率略低于最佳分类模型基线（如PyGT），但它实现了最高的Top-10准确率，展示了生成高质量候选项的优越能力，并提供了更大的实际用途。

在更具挑战性的零样本场景中，新方法表现出显著的优异性能：

在Top-1准确率方面仍具竞争力，并在Top-10准确率方面显著超越所有方法，在HUST-OBC数据集上比第二好的方法高出26.2%，在EV-OBC数据集上则高出13.6%。

这些结果证实了新方法在未见过的甲骨文上的强泛化能力和可迁移性，突显了其在考古研究中辅助识别未破译甲骨文方面的潜在价值。

2、破译的可解释性评估

为了定量评估新方法生成的部首分析和象形分析的准确率，研究人员采用BERT-Score来衡量Top-1输出与字典D中真实分析标注之间的相似性。

团队还评估了其他大型视觉语言模型，包括GPT-4.1、Qwen-VL-Max和Qwen2.5-VL-7B，并比较了它们在HUST-OBC和EVOBC数据集的验证集和零样本测试集的平均BERT-Score。

如表2所示，新方法在验证集和零样本设置下，分别平均比最先进的LVLM模型GPT-4.1高出21.60%和12.95%，在两个数据集上。

这一结果表明，新框架生成的分析结果更加可靠。

下表为，不同方法在验证集上获得的Bert-Score（%）。Valid.和S分别表示验证集和零样本测试集。

3、消融实验

为了评估设计的部首识别阶段的有效性，研究人员以Qwen2.5-VL-7B的原始视觉编码器作为基线，并分别集成部首识别模块以及基于LoRA的识别方法。

其识别准确率在HUST-OBS数据集上进行了验证，并包含验证集和零样本设置。

新方法在基线视觉编码器上引入了空间补丁合并和损失函数Ltrip，分别在验证集和零样本设置下实现了0.9%和1.2%的准确率提升。

基于LoRA的识别方法将识别阶段与部首分析过程合并，并采用基于LoRA的微调进行训练。

实验结果表明，该方法导致部首识别准确率显著下降，从而在部首分析中引入大量错误，因此研究人员在框架中将部首识别保留为独立阶段。

下表为，关于部首识别的消融实验结果：

为了验证团队提出的模块和策略的有效性，他们以Qwen2.5-VL-7B作为基线，并逐步添加每个组件以形成最终模型。

在验证集和零样本设置下的Top-1和Top-10性能如表4所示。

结果表明，LoRA微调（+LoRA）在验证集上实现了基本的破译能力，但在零样本场景下仍缺乏泛化能力。

引入部首-象形互分析与部首识别后，模型在验证集上的准确率持续提升，但零样本能力的提升仍非常有限。

主要原因在于通过LoRA基于监督式微调训练的模型缺乏足够的泛化能力，常无法生成罕见字符——这是零样本场景中的常见挑战。

为解决此问题，团队引入了部首-象形双匹配机制，以替代直接预测。

该策略不仅显著提升了模型的零样本性能，还增强了甲骨文中与语义无关的部首的鲁棒性，确保了解码结果的可靠性和可验证性。

4、定性实验

图5展示了新方法以及OBSD方法在三种设置下的定性结果： 验证集、零样本和未破译的甲骨文 。

如图所示，团队的模型在验证集上展现出强大的识别能力，并在零样本设置下对未见过的甲骨文也具有良好的泛化能力。

更值得注意的是，对于人类专家尚未破译的字符，模型能够生成语义上合理的预测，并附带可解释的分析。

其设计的部首-象形相互分析在其中发挥了关键作用：部首分析追溯部首的结构起源，并解释其在当前字符形式中的象征功能。

同时，象形形式分析基于字符的整体形状和隐含意义，提供了一个整体的视觉-语义映射。

这些互补的分析共同形成了一条双重推理路径，提升了模型生成语义基础且可解释输出的能力，即使对于尚未破译的字符也是如此。

下表为， 破译结果和可解释性过程展示：

小结一下，在本研究中，团队提出了一种基于部首和象形分析的可解释甲骨文破译框架。

该框架通过三个阶段将字形与意义相连：部首识别与分析、象形分析以及相互分析。

借助提出的部首-象形双重匹配机制，其模型可根据分析结果从字典中筛选出合适的破译候选集，取代直接输出破译结果，从而实现更优的零样本性能。

此外，生成的文本分析可作为可解释内容，为未破译的甲骨文字符提供参考，因此在考古应用中具有巨大潜力。

为支持训练，他们构建了PD-OBS数据集，包含47,157个注释有甲骨文图像和象形文字分析文本的汉字，为未来研究提供了宝贵资源。

实验结果表明，其方法在破译准确性、泛化能力和可解释性方面均表现出强劲性能。

论文地址：https://arxiv.org/abs/2508.10113 项目地址：https://github.com/PKXX1943/PD-OBS

　　张维伊求生欲　

让大模型破译从未见过的甲骨文，准确率拿下新SOTA！

来自复旦大学的研究人员提出了一种 基于部首和象形分析的可解释甲骨文破译框架 ——

不仅在公开基准数据集HUST-OBC和EV-OBC上，达到最先进的Top-10识别准确率以及优异的零样本破译能力。

而且面对未破译甲骨文，所提方法也能够输出可解释性的分析文本，从而为考古破译工作提供潜在帮助。

事实上，作为最古老的成熟文字系统，甲骨文长期以来因其稀有性、抽象性和象形多样性，给考古破译工作带来了重大挑战。

当前基于深度学习的方法在甲骨文破译任务上取得了令人鼓舞的进展， 但现有方法往往忽视了甲骨文字形与语义之间的复杂关联 。

这导致了有限的泛化能力和可解释性，尤其是在处理 零样本场景 和 未破译的甲骨文 时。

为此，本文提出了一种基于大型视觉语言模型的可解释甲骨文破译方法，该方法通过联合部首分析与象形语义理解，弥合了甲骨文字形与语意之间的鸿沟。

下面具体来看——

首个象形解析甲骨文破译数据集

概括而言，团队提出了一种渐进式训练策略，引导模型从部首识别和部首分析，过渡到象形分析，最后进行部首-象形交互分析，从而实现从字形到字意的推理。

论文还设计了基于分析结果的“部首-象形双重匹配机制”，显著提升了模型的零样本破译性能。

为便于模型训练，论文提出了包含47,157个汉字的象形破译甲骨文数据集，其中部分汉字具有相应甲骨文图像和古代字体图像，所有汉字都具备现代楷书图像、部首分析和象形分析标注。

先说数据集。

尽管现有视觉语言大模型在多种任务上表现优异，但仍难以直接应用于甲骨文破译任务。

为解决这一挑战，论文提出了 象形破译甲骨文（PD-OBS）数据集 ，用于训练具备甲骨文象形分析能力的视觉语言大模型，这对甲骨文破译任务具有重要意义。

PD-OBS数据集 共包含47,157个汉字 。其中，3173个汉字与从公开的HUST-OBC和EVOBC数据集收集的甲骨文图像相关联；10,968个汉字提供了来自字形库的古代隶书图像；所有汉字均配有来自《汉典》的现代楷书图像。

除图像数据外，每个汉字均通过文本形式标注了部首分析和象形分析，这两者均与汉字的语义含义密切相关。

标注过程分为三个阶段 ，如图1所示。

首先，通过汉典从《说文解字》 （一部古代汉语词典） 中检索每个汉字的部首标签、定义及解释。

其次，将获取的部首标签及其解释与每个汉字的现代、古代字体和甲骨文图像关联。接着，利用GPT-4.1基于参考的字形图像丰富部首标签，并总结分析内容。

最后，通过GPT-4.1进行自我检查和人工修正来确保数据集的整体质量。

基于部首和象形分析的可解释甲骨文破译视觉语言大模型

1、模型整体结构

整体框架基于 Qwen2.5-VL-7B 构建，共享相同的视觉编码器和大型语言模型（LLM）。

如图2所示，研究人员引入了一个空间patch合并模块作为视觉适配器，以及一个分类器来预测部首标签，并且还提出了部首LoRA和象形LoRA模块来分析相应的信息。

此外，研究人员设计了一种渐进式训练方法，从部首识别开始，接着进行部首和象形分析，最终实现联合分析，以逐步引导模型完成甲骨文破译任务。

还提出了一个新颖的部首-象形双重匹配机制，以从数据库中选择最合适的字符。

2、部首识别

在本阶段，研究人员的目标是将视觉编码器适配于甲骨文的独特视觉风格，并预测用于下游推理的关键信息—— 部首标签 。

为此，团队设计了一个空间patch合并模块作为视觉适配器，该适配器将高维视觉特征压缩并聚合为预设维度的特征向量，作为甲骨文的抽象表示。

此外，研究人员基于欧式距离设计了一个三元组损失函数，以明确提升不同部首特征向量之间的区分度。

具体而言，团队实施了一种采样策略，确保每个批次中每个部首类别至少包含两个样本。

在训练过程中，对于批次中的每个样本，将它的特征向量Vn 指定为锚点，然后选择一个正样本 （即具有相同根部标签的样本） 和一个负样本 （即具有不同根部标签的样本） 。

三元组损失如下：

关于分类器，研究人员使用交叉熵损失来优化它。因此，本阶段的整个损失函数可以表示如下：

3、部首-象形联合分析

为了在甲骨文中实现字形与意义的关联，研究人员设计了一个渐进式的字形分析过程，以促进破译任务的完成。

在甲骨文和古代汉字中，部首通常决定了字的基本语义，如图3中的Q1&A1所示。

因此，团队利用PD-OBS数据集构建的大量部首分析问答对对模型进行部首分析能力的训练。

接下来引导模型对整个字符进行象形分析，以分析字形蕴含的语意，如图3中的Q2&A2所示。

最后，研究人员设计了一个联合分析步骤，以解决仅凭象形分析可能无法直接预测正确对应现代汉字的情况。此步骤通过部首分析的结果指导象形分析，从而获得更准确的汉字含义，如图3中的Q3&A3所示。此阶段通过交叉熵损失来优化模型。

以下为部首-象形联合分析示意图：

4、部首-象形双重匹配机制

经过前两个阶段后，团队为每个测试字符生成了四个中间结果：预测的部首标签、部首分析、象形分析以及联合分析结果。

研究人员提出了一种基于词典的双重匹配机制用于破译。给定来自PD-OBS数据集的候选词典D，该机制的工作流程如下：

首先，根据预测的部首标过滤候选项，然后根据象形分析之间的语义相似性选择前k个条目。

其次，将预测的部首分析与部首信息增强的象形分析结果进行拼接，并通过相似性进行排序。

最后，将这些候选集合并并重新排序，以获得前k个现代汉字作为破译结果。

所有步骤和符号在图4中详细说明。

值得注意的是，团队采用匹配机制而非直接输出破译结果，这有助于缓解模型在零样本设置下因训练数据中缺乏此类甲骨文而导致的泛化能力不足问题，以及未破译甲骨文带来的影响。

以下为部首象形双重匹配算法：

实验结果

1、验证集和零样本设定下的破译

研究人员在HUST-OBC和EV-OBC数据集上对所提方法和现有方法进行了评估，从每个数据集中选取200个字符类别作为零样本测试集。

剩余数据以9:1的比例随机划分为训练集和验证集，以评估新框架及现有方法的甲骨文识别能力。

与先前研究一致，团队采用Top-1和Top-10准确率作为评估指标，该指标通常用于各类分类任务。

为了系统地评估新方法在甲骨文破译中的有效性，团队在两个基准数据集HUST-OBC和EV-OBC进行了全面比较，分别在验证集和零样本设置下进行，如表1所示。

注意，每个单元格分别显示Top-1（左）和Top-10（右）的准确率（%）。最佳结果和次佳结果分别以粗体和下划线标注。

团队采用InceptionV3、ViT和PyGT作为基于分类模型的代表方法，以及OBSD和BBDM作为基于扩散模型的代表方法。由于缺乏开源实现和数据集设置的不一致，现有基于组成式的方法目前未被纳入比较方法。

作为替代，研究人员纳入了强大的商用LVLM，GPT-4.1 和 Qwen-VL-Max用于比较。

相比之下，商用LVLM 在两种设置下表现不佳，Top-1 准确率始终低于6%，这说明了其理解古代文字视觉结构的能力受限。

在验证集上，尽管新方法的Top-1 准确率略低于最佳分类模型基线（如PyGT），但它实现了最高的Top-10准确率，展示了生成高质量候选项的优越能力，并提供了更大的实际用途。

在更具挑战性的零样本场景中，新方法表现出显著的优异性能：

在Top-1准确率方面仍具竞争力，并在Top-10准确率方面显著超越所有方法，在HUST-OBC数据集上比第二好的方法高出26.2%，在EV-OBC数据集上则高出13.6%。

这些结果证实了新方法在未见过的甲骨文上的强泛化能力和可迁移性，突显了其在考古研究中辅助识别未破译甲骨文方面的潜在价值。

2、破译的可解释性评估

为了定量评估新方法生成的部首分析和象形分析的准确率，研究人员采用BERT-Score来衡量Top-1输出与字典D中真实分析标注之间的相似性。

团队还评估了其他大型视觉语言模型，包括GPT-4.1、Qwen-VL-Max和Qwen2.5-VL-7B，并比较了它们在HUST-OBC和EVOBC数据集的验证集和零样本测试集的平均BERT-Score。

如表2所示，新方法在验证集和零样本设置下，分别平均比最先进的LVLM模型GPT-4.1高出21.60%和12.95%，在两个数据集上。

这一结果表明，新框架生成的分析结果更加可靠。

下表为，不同方法在验证集上获得的Bert-Score（%）。Valid.和S分别表示验证集和零样本测试集。

3、消融实验

为了评估设计的部首识别阶段的有效性，研究人员以Qwen2.5-VL-7B的原始视觉编码器作为基线，并分别集成部首识别模块以及基于LoRA的识别方法。

其识别准确率在HUST-OBS数据集上进行了验证，并包含验证集和零样本设置。

新方法在基线视觉编码器上引入了空间补丁合并和损失函数Ltrip，分别在验证集和零样本设置下实现了0.9%和1.2%的准确率提升。

基于LoRA的识别方法将识别阶段与部首分析过程合并，并采用基于LoRA的微调进行训练。

实验结果表明，该方法导致部首识别准确率显著下降，从而在部首分析中引入大量错误，因此研究人员在框架中将部首识别保留为独立阶段。

下表为，关于部首识别的消融实验结果：

为了验证团队提出的模块和策略的有效性，他们以Qwen2.5-VL-7B作为基线，并逐步添加每个组件以形成最终模型。

在验证集和零样本设置下的Top-1和Top-10性能如表4所示。

结果表明，LoRA微调（+LoRA）在验证集上实现了基本的破译能力，但在零样本场景下仍缺乏泛化能力。

引入部首-象形互分析与部首识别后，模型在验证集上的准确率持续提升，但零样本能力的提升仍非常有限。

主要原因在于通过LoRA基于监督式微调训练的模型缺乏足够的泛化能力，常无法生成罕见字符——这是零样本场景中的常见挑战。

为解决此问题，团队引入了部首-象形双匹配机制，以替代直接预测。

该策略不仅显著提升了模型的零样本性能，还增强了甲骨文中与语义无关的部首的鲁棒性，确保了解码结果的可靠性和可验证性。

4、定性实验

图5展示了新方法以及OBSD方法在三种设置下的定性结果： 验证集、零样本和未破译的甲骨文 。

如图所示，团队的模型在验证集上展现出强大的识别能力，并在零样本设置下对未见过的甲骨文也具有良好的泛化能力。

更值得注意的是，对于人类专家尚未破译的字符，模型能够生成语义上合理的预测，并附带可解释的分析。

其设计的部首-象形相互分析在其中发挥了关键作用：部首分析追溯部首的结构起源，并解释其在当前字符形式中的象征功能。

同时，象形形式分析基于字符的整体形状和隐含意义，提供了一个整体的视觉-语义映射。

这些互补的分析共同形成了一条双重推理路径，提升了模型生成语义基础且可解释输出的能力，即使对于尚未破译的字符也是如此。

下表为， 破译结果和可解释性过程展示：

小结一下，在本研究中，团队提出了一种基于部首和象形分析的可解释甲骨文破译框架。

该框架通过三个阶段将字形与意义相连：部首识别与分析、象形分析以及相互分析。

借助提出的部首-象形双重匹配机制，其模型可根据分析结果从字典中筛选出合适的破译候选集，取代直接输出破译结果，从而实现更优的零样本性能。

此外，生成的文本分析可作为可解释内容，为未破译的甲骨文字符提供参考，因此在考古应用中具有巨大潜力。

为支持训练，他们构建了PD-OBS数据集，包含47,157个注释有甲骨文图像和象形文字分析文本的汉字，为未来研究提供了宝贵资源。

实验结果表明，其方法在破译准确性、泛化能力和可解释性方面均表现出强劲性能。

论文地址：https://arxiv.org/abs/2508.10113 项目地址：https://github.com/PKXX1943/PD-OBS

更新内容

一、修复bug，修改自动播放;优化产品用户体验。

二、 1.修复已知Bug。2.新服务。

三、修复已知bug;优化用户体验

四、1，交互全面优化，用户操作更加便捷高效;2，主题色更新，界面风格更加协调;3，增加卡片类个人数据

五、-千万商品随意挑选，大图展现商品细节-订单和物流查询实时同步-支持团购和名品特卖，更有手机专享等你抢-支付宝和银联多种支付方式，轻松下单，快捷支付-新浪微博，支付宝，QQ登录，不用注册也能购物-支持商品收藏，随时查询喜爱的商品和历史购物清单。

六、1.bug修复，提升用户体验;2.优化加载，体验更流程;3.提升安卓系统兼容性

七、1、修复部分机型bug;2、提高游戏流畅度;

厂商其他下载

安卓应用 安卓手游 苹果应用 苹果手游 电脑 听悦单杀AG野辅

相关版本

多平台下载

Android版 PC版

查看所有 0条评论>网友评论

发表评论

(您的评论需要经过审核才能显示) 网友粉丝

查看所有 487条评论>>

相关游戏
AG对战WB 代号鸢 鹿晗叫陈赫叫破音了 刘轩丞表情管理课没白上 北京可见彩云伴红月 她一天做了我一辈子的工作 鹿晗笑着就把帅耍了 KPL赛道也是让张远闯进去了 女子吐槽羊排肥肉多被起诉赔6000 邵子恒 毛衣欧巴 听潮阁 鹿晗笑着就把帅耍了 张柏芝撞到刘嘉玲后相视一笑 山水间的家 与晋长安大结局 女子吐槽羊排肥肉多被起诉赔6000 辛芷蕾影史留名 成毅一到节气就把海报甩出火星子 BLG让二追三JDG 刘昊然海浪年度荣誉人物 血月对人体有什么影响 KPL赛道也是让张远闯进去了 苏超泰州vs淮安 冯禧刚毕业就搭档何老师参加hi6 今晚邀你一起看红月 她一天做了我一辈子的工作 辛芷蕾听完英文提问的反应 被鹿晗媚晕了 湘超 石破茂决意辞职 与晋长安大结局 辛芷蕾听完英文提问的反应 湘超 上海百年老洋房降价5334万再流拍 本次月全食全程肉眼可见 血月全程约3.5小时 萧敬腾老婆晒裤子破洞照 深圳停课 北京可见彩云伴红月 一代人有一代人的乌兰巴托的夜要唱 梓渝晨昏线立意太高了 刘昊然海浪年度荣誉人物 邵子恒 毛衣欧巴 12306回应大量私生高铁站围堵男星 朝鲜播出金正恩出席九三阅兵纪录片 BLG让二追三JDG 鹿晗叫陈赫叫破音了 宋亚轩化身西北锤王输出全靠吼 戴口罩的陈芋汐完全认不出 RW狼影联赛千杀 湘超 智障男子被起诉2次冻结100万 辛芷蕾听完英文提问的反应 被鹿晗媚晕了 辛芷蕾影史留名 BLG让二追三JDG 寇程失点 寇程失点 辛芷蕾听完英文提问的反应 鹿晗喊陈赫喊破音了 邵子恒 毛衣欧巴 陶喆海上拍MV拍吐半船人 沈佳润今天是美美sunday 本次月全食全程肉眼可见 血月对人体有什么影响 宋亚轩化身西北锤王输出全靠吼 辛芷蕾听完英文提问的反应 本次月全食全程肉眼可见 苏州2比3盐城 沈佳润今天是美美sunday 张维伊求生欲 山水间的家 被花少7全员感动到了 张艺兴飞奔赶高铁 解说米勒 黄杨钿甜中戏迎新晚会表演 萧敬腾老婆晒裤子破洞照 比亚迪海鸥也能上赛道吗 幸好当年上学没那么多网友出主意 三问武汉大学座椅标签事件 黄杨钿甜中戏迎新晚会表演 比亚迪海鸥也能上赛道吗 三问武汉大学座椅标签事件 代号鸢 代号鸢 刘轩丞表情管理课没白上 张艺兴飞奔赶高铁 听悦单杀AG野辅 分手真实理由 分手真实理由 萧敬腾老婆晒裤子破洞照 梓渝晨昏线立意太高了 被鹿晗媚晕了 寇程失点 没人通知金晨这是红毯吗 深圳天气 听潮阁 苏超泰州vs淮安 深圳天气 RW季后赛再下一鸡 黄杨钿甜中戏迎新晚会表演 白露听白鹿 戴口罩的陈芋汐完全认不出 蒋一侨爆料自己爸爸怕老婆 刘轩丞表情管理课没白上 听悦单杀AG野辅 分手真实理由 蒋一侨爆料自己爸爸怕老婆 沈佳润今天是美美sunday 寇程失点 智障男子被起诉2次冻结100万 鹿晗笑着就把帅耍了 血月 白露听白鹿 张维伊求生欲 血月全程约3.5小时 本次月全食全程肉眼可见 辛芷蕾影史留名 蒋一侨爆料自己爸爸怕老婆 黄子韬首谈决定求婚的原因 比亚迪海鸥也能上赛道吗 山水间的家 血月对人体有什么影响 白露听白鹿 许嵩 冯禧 苏超 BLG让二追三JDG 她一天做了我一辈子的工作 刘昊然海浪年度荣誉人物 朝鲜播出金正恩出席九三阅兵纪录片 解说米勒 沈佳润今天是美美sunday 成毅一到节气就把海报甩出火星子 幸好当年上学没那么多网友出主意 智障男子被起诉2次冻结100万 深圳天气 孙心娅回应是冯绍峰女友里最好看的 今晚邀你一起看红月 分手真实理由 黄子韬首谈决定求婚的原因 被鹿晗媚晕了 山水间的家 苏超泰州vs淮安 本次月全食全程肉眼可见 血月可能有一个绿松石带 鹿晗叫陈赫叫破音了 上海百年老洋房降价5334万再流拍 山水间的家 黄杨钿甜中戏迎新晚会表演 上海百年老洋房降价5334万再流拍 蒋一侨爆料自己爸爸怕老婆 邓超陈赫一上舞台鹿晗五哈感觉就来了 长期吃米vs长期吃面 听悦单杀AG野辅 深圳停课 萧敬腾老婆晒裤子破洞照 冯禧刚毕业就搭档何老师参加hi6 成毅一到节气就把海报甩出火星子 湘超 12306回应大量私生高铁站围堵男星 血月可能有一个绿松石带 王鹤润把琥珀流光穿身上 幸好当年上学没那么多网友出主意 幸好当年上学没那么多网友出主意 月全食 朝鲜播出金正恩出席九三阅兵纪录片 黄子韬首谈决定求婚的原因 辛芷蕾影史留名 AG对战WB 12306回应大量私生高铁站围堵男星 陶喆海上拍MV拍吐半船人 寇程失点 三问武汉大学座椅标签事件 山水间的家 被鹿晗媚晕了 一代人有一代人的乌兰巴托的夜要唱 王鹤润把琥珀流光穿身上 宋亚轩化身西北锤王输出全靠吼 三问武汉大学座椅标签事件 张维伊求生欲 孙心娅回应是冯绍峰女友里最好看的 成毅一到节气就把海报甩出火星子 白露听白鹿 山水间的家 被鹿晗媚晕了 苏超 没人通知金晨这是红毯吗 一代人有一代人的乌兰巴托的夜要唱 寇程失点 与晋长安大结局 蒋一侨爆料自己爸爸怕老婆 习近平将出席金砖国家领导人线上峰会 黄子韬首谈决定求婚的原因 山水间的家 邵子恒 毛衣欧巴 上海百年老洋房降价5334万再流拍 被花少7全员感动到了 苏超 邵子恒 毛衣欧巴 本次月全食全程肉眼可见 苏超 苏州2比3盐城 北京可见彩云伴红月 解说米勒 北京可见彩云伴红月 深圳天气 BLG让二追三JDG 黄子韬首谈决定求婚的原因
更多>心动网络手游
邓超陈赫一上舞台鹿晗五哈感觉就来了 一代人有一代人的乌兰巴托的夜要唱 RW季后赛再下一鸡 听悦单杀AG野辅 被花少7全员感动到了 戴口罩的陈芋汐完全认不出 月全食 刘轩丞表情管理课没白上 张维伊求生欲 被鹿晗媚晕了 寇程失点 深圳天气 陶喆海上拍MV拍吐半船人 成毅一到节气就把海报甩出火星子 比亚迪海鸥也能上赛道吗 张维伊求生欲 被花少7全员感动到了 朝鲜播出金正恩出席九三阅兵纪录片 张艺兴飞奔赶高铁 张维伊求生欲 黄杨钿甜中戏迎新晚会表演 程潇海浪中盛开的黑玫瑰 鹿晗喊陈赫喊破音了 听悦单杀AG野辅 朝鲜播出金正恩出席九三阅兵纪录片 比亚迪海鸥也能上赛道吗 湘超 12306回应大量私生高铁站围堵男星 刘昊然海浪年度荣誉人物 张维伊求生欲 她一天做了我一辈子的工作 没人通知金晨这是红毯吗 血月可能有一个绿松石带 萧敬腾老婆晒裤子破洞照 张维伊求生欲 张艺兴飞奔赶高铁 本次月全食全程肉眼可见 KPL赛道也是让张远闯进去了 辛芷蕾影史留名 刘昊然海浪年度荣誉人物 长期吃米vs长期吃面 解说米勒 苏超泰州vs淮安 她一天做了我一辈子的工作 智障男子被起诉2次冻结100万 听潮阁 BLG让二追三JDG RW狼影联赛千杀 长期吃米vs长期吃面 RW狼影联赛千杀 孙心娅回应是冯绍峰女友里最好看的 北京可见彩云伴红月 幸好当年上学没那么多网友出主意 许嵩 冯禧 本次月全食全程肉眼可见 湘超 刘轩丞表情管理课没白上 一代人有一代人的乌兰巴托的夜要唱 月全食 苏州2比3盐城 KPL赛道也是让张远闯进去了 BLG让二追三JDG 代号鸢 王鹤润把琥珀流光穿身上 听悦单杀AG野辅 月全食 她一天做了我一辈子的工作 邵子恒 毛衣欧巴 与晋长安大结局 孙心娅回应是冯绍峰女友里最好看的 鹿晗笑着就把帅耍了 王鹤润把琥珀流光穿身上 分手真实理由 成毅一到节气就把海报甩出火星子 BLG让二追三JDG 苏州2比3盐城 RW季后赛再下一鸡 程潇海浪中盛开的黑玫瑰 KPL赛道也是让张远闯进去了 分手真实理由 山水间的家 血月全程约3.5小时 朝鲜播出金正恩出席九三阅兵纪录片 RW季后赛再下一鸡 成毅一到节气就把海报甩出火星子 代号鸢 RW季后赛再下一鸡 苏超泰州vs淮安 代号鸢 王鹤润把琥珀流光穿身上 蒋一侨爆料自己爸爸怕老婆 戴口罩的陈芋汐完全认不出 鹿晗叫陈赫叫破音了 孙心娅回应是冯绍峰女友里最好看的 听潮阁 RW狼影联赛千杀 被花少7全员感动到了 戴口罩的陈芋汐完全认不出 没人通知金晨这是红毯吗 被鹿晗媚晕了 王鹤润把琥珀流光穿身上 一代人有一代人的乌兰巴托的夜要唱 孙心娅回应是冯绍峰女友里最好看的 辛芷蕾影史留名 女子吐槽羊排肥肉多被起诉赔6000 北京可见彩云伴红月 张柏芝撞到刘嘉玲后相视一笑 冯禧刚毕业就搭档何老师参加hi6 宋亚轩化身西北锤王输出全靠吼 血月全程约3.5小时 三问武汉大学座椅标签事件 成毅一到节气就把海报甩出火星子 被鹿晗媚晕了 血月 听悦单杀AG野辅 湘超 幸好当年上学没那么多网友出主意 被鹿晗媚晕了 本次月全食全程肉眼可见 三问武汉大学座椅标签事件 黄子韬首谈决定求婚的原因 宋亚轩化身西北锤王输出全靠吼 辛芷蕾影史留名 程潇海浪中盛开的黑玫瑰 蒋一侨爆料自己爸爸怕老婆 血月 AG对战WB 一代人有一代人的乌兰巴托的夜要唱 今晚邀你一起看红月 三问武汉大学座椅标签事件 AG对战WB 代号鸢 习近平将出席金砖国家领导人线上峰会 许嵩 冯禧 许嵩 冯禧 苏超泰州vs淮安 成毅一到节气就把海报甩出火星子 三问武汉大学座椅标签事件 BLG让二追三JDG 辛芷蕾听完英文提问的反应 习近平将出席金砖国家领导人线上峰会 苏超泰州vs淮安 代号鸢 黄子韬首谈决定求婚的原因 沈佳润今天是美美sunday 湘超 本次月全食全程肉眼可见 BLG让二追三JDG 苏州2比3盐城 鹿晗笑着就把帅耍了 女子吐槽羊排肥肉多被起诉赔6000 戴口罩的陈芋汐完全认不出 张柏芝撞到刘嘉玲后相视一笑 张艺兴飞奔赶高铁 比亚迪海鸥也能上赛道吗 张艺兴飞奔赶高铁 戴口罩的陈芋汐完全认不出 与晋长安大结局 长期吃米vs长期吃面 分手真实理由 冯禧刚毕业就搭档何老师参加hi6 刘轩丞表情管理课没白上 深圳天气 白露听白鹿 宋亚轩化身西北锤王输出全靠吼 戴口罩的陈芋汐完全认不出 白露听白鹿 许嵩 冯禧 北京可见彩云伴红月 与晋长安大结局 幸好当年上学没那么多网友出主意 KPL赛道也是让张远闯进去了 血月可能有一个绿松石带 张维伊求生欲 分手真实理由 寇程失点 寇程失点 血月对人体有什么影响 石破茂决意辞职 听悦单杀AG野辅 沈佳润今天是美美sunday 戴口罩的陈芋汐完全认不出 邵子恒 毛衣欧巴 刘昊然海浪年度荣誉人物 12306回应大量私生高铁站围堵男星 张柏芝撞到刘嘉玲后相视一笑 张柏芝撞到刘嘉玲后相视一笑 冯禧刚毕业就搭档何老师参加hi6 分手真实理由 成毅一到节气就把海报甩出火星子 上海百年老洋房降价5334万再流拍 深圳停课 朝鲜播出金正恩出席九三阅兵纪录片 习近平将出席金砖国家领导人线上峰会 没人通知金晨这是红毯吗 沈佳润今天是美美sunday 张维伊求生欲 智障男子被起诉2次冻结100万 戴口罩的陈芋汐完全认不出 三问武汉大学座椅标签事件 上海百年老洋房降价5334万再流拍 北京可见彩云伴红月 被花少7全员感动到了 张维伊求生欲 刘昊然海浪年度荣誉人物 宋亚轩化身西北锤王输出全靠吼 朝鲜播出金正恩出席九三阅兵纪录片 白露听白鹿 鹿晗叫陈赫叫破音了 被鹿晗媚晕了 血月对人体有什么影响 BLG让二追三JDG 被花少7全员感动到了 她一天做了我一辈子的工作 深圳停课 她一天做了我一辈子的工作 邵子恒 毛衣欧巴 萧敬腾老婆晒裤子破洞照 冯禧刚毕业就搭档何老师参加hi6 长期吃米vs长期吃面 血月可能有一个绿松石带 刘轩丞表情管理课没白上 女子吐槽羊排肥肉多被起诉赔6000 辛芷蕾听完英文提问的反应 本次月全食全程肉眼可见 辛芷蕾听完英文提问的反应 她一天做了我一辈子的工作 邵子恒 毛衣欧巴 石破茂决意辞职 张柏芝撞到刘嘉玲后相视一笑 苏州2比3盐城 上海百年老洋房降价5334万再流拍 苏州2比3盐城 幸好当年上学没那么多网友出主意 白露听白鹿 血月 习近平将出席金砖国家领导人线上峰会 刘昊然海浪年度荣誉人物 张柏芝撞到刘嘉玲后相视一笑 与晋长安大结局 幸好当年上学没那么多网友出主意 王鹤润把琥珀流光穿身上 与晋长安大结局 智障男子被起诉2次冻结100万 辛芷蕾影史留名 RW季后赛再下一鸡 深圳停课 鹿晗笑着就把帅耍了 戴口罩的陈芋汐完全认不出 与晋长安大结局 白露听白鹿 苏超 女子吐槽羊排肥肉多被起诉赔6000 邵子恒 毛衣欧巴 鹿晗叫陈赫叫破音了 沈佳润今天是美美sunday 血月全程约3.5小时 BLG让二追三JDG 成毅一到节气就把海报甩出火星子 蒋一侨爆料自己爸爸怕老婆 北京可见彩云伴红月 血月可能有一个绿松石带 蒋一侨爆料自己爸爸怕老婆 苏州2比3盐城 今晚邀你一起看红月 AG对战WB 寇程失点 张艺兴飞奔赶高铁 张维伊求生欲 沈佳润今天是美美sunday 戴口罩的陈芋汐完全认不出 12306回应大量私生高铁站围堵男星 黄杨钿甜中戏迎新晚会表演 北京可见彩云伴红月 没人通知金晨这是红毯吗 陶喆海上拍MV拍吐半船人 血月 血月 北京可见彩云伴红月 分手真实理由 刘轩丞表情管理课没白上 三问武汉大学座椅标签事件 KPL赛道也是让张远闯进去了 辛芷蕾影史留名 石破茂决意辞职 戴口罩的陈芋汐完全认不出 深圳天气 血月 代号鸢 沈佳润今天是美美sunday 刘轩丞表情管理课没白上 湘超 血月可能有一个绿松石带 王鹤润把琥珀流光穿身上 鹿晗喊陈赫喊破音了 听悦单杀AG野辅 BLG让二追三JDG 刘轩丞表情管理课没白上 血月 女子吐槽羊排肥肉多被起诉赔6000 她一天做了我一辈子的工作 智障男子被起诉2次冻结100万 被花少7全员感动到了 白露听白鹿 鹿晗笑着就把帅耍了 山水间的家 被鹿晗媚晕了 辛芷蕾影史留名 辛芷蕾影史留名 梓渝晨昏线立意太高了 AG对战WB 女子吐槽羊排肥肉多被起诉赔6000 辛芷蕾影史留名 与晋长安大结局 血月对人体有什么影响 程潇海浪中盛开的黑玫瑰 今晚邀你一起看红月 血月全程约3.5小时 辛芷蕾影史留名 孙心娅回应是冯绍峰女友里最好看的 辛芷蕾影史留名 血月全程约3.5小时 智障男子被起诉2次冻结100万 月全食 张艺兴飞奔赶高铁 张维伊求生欲 沈佳润今天是美美sunday 她一天做了我一辈子的工作 鹿晗叫陈赫叫破音了 听潮阁 鹿晗喊陈赫喊破音了 深圳天气 萧敬腾老婆晒裤子破洞照 孙心娅回应是冯绍峰女友里最好看的 血月可能有一个绿松石带 戴口罩的陈芋汐完全认不出 一代人有一代人的乌兰巴托的夜要唱 被鹿晗媚晕了 戴口罩的陈芋汐完全认不出 听潮阁 代号鸢 刘昊然海浪年度荣誉人物 被鹿晗媚晕了 鹿晗喊陈赫喊破音了 BLG让二追三JDG 刘轩丞表情管理课没白上 宋亚轩化身西北锤王输出全靠吼 冯禧刚毕业就搭档何老师参加hi6 苏超 辛芷蕾听完英文提问的反应 戴口罩的陈芋汐完全认不出 鹿晗笑着就把帅耍了 张柏芝撞到刘嘉玲后相视一笑 邓超陈赫一上舞台鹿晗五哈感觉就来了 与晋长安大结局 与晋长安大结局 &张柏芝撞到刘嘉玲后相视一笑 智障男子被起诉2次冻结100万 血月全程约3.5小时 鹿晗喊陈赫喊破音了 AG对战WB 代号鸢 比亚迪海鸥也能上赛道吗 湘超 沈佳润今天是美美sunday 蒋一侨爆料自己爸爸怕老婆 幸好当年上学没那么多网友出主意 比亚迪海鸥也能上赛道吗 许嵩 冯禧 梓渝晨昏线立意太高了 深圳停课 血月对人体有什么影响 苏超 AG对战WB 分手真实理由 陶喆海上拍MV拍吐半船人 深圳停课 成毅一到节气就把海报甩出火星子 幸好当年上学没那么多网友出主意 邵子恒 毛衣欧巴 邵子恒 毛衣欧巴 蒋一侨爆料自己爸爸怕老婆 习近平将出席金砖国家领导人线上峰会 深圳天气 血月 被鹿晗媚晕了 苏州2比3盐城 成毅一到节气就把海报甩出火星子 AG对战WB 血月 张艺兴飞奔赶高铁 沈佳润今天是美美sunday 血月可能有一个绿松石带 本次月全食全程肉眼可见 黄子韬首谈决定求婚的原因 苏超 苏超 血月对人体有什么影响 宋亚轩化身西北锤王输出全靠吼 深圳停课
更多>像素rpg游戏
苏州2比3盐城 被鹿晗媚晕了 陶喆海上拍MV拍吐半船人 辛芷蕾听完英文提问的反应 比亚迪海鸥也能上赛道吗 萧敬腾老婆晒裤子破洞照 血月可能有一个绿松石带 梓渝晨昏线立意太高了 血月全程约3.5小时 分手真实理由 程潇海浪中盛开的黑玫瑰 女子吐槽羊排肥肉多被起诉赔6000 听潮阁 邓超陈赫一上舞台鹿晗五哈感觉就来了 程潇海浪中盛开的黑玫瑰 寇程失点 鹿晗笑着就把帅耍了 张维伊求生欲 本次月全食全程肉眼可见 血月可能有一个绿松石带 上海百年老洋房降价5334万再流拍 黄杨钿甜中戏迎新晚会表演 本次月全食全程肉眼可见 比亚迪海鸥也能上赛道吗 被花少7全员感动到了 王鹤润把琥珀流光穿身上 辛芷蕾影史留名 三问武汉大学座椅标签事件 被花少7全员感动到了 白露听白鹿 张艺兴飞奔赶高铁 孙心娅回应是冯绍峰女友里最好看的 戴口罩的陈芋汐完全认不出 智障男子被起诉2次冻结100万 寇程失点 本次月全食全程肉眼可见 梓渝晨昏线立意太高了 鹿晗笑着就把帅耍了 辛芷蕾听完英文提问的反应 深圳天气 BLG让二追三JDG 三问武汉大学座椅标签事件 北京可见彩云伴红月 白露听白鹿 刘昊然海浪年度荣誉人物 宋亚轩化身西北锤王输出全靠吼 湘超 张柏芝撞到刘嘉玲后相视一笑 RW季后赛再下一鸡 习近平将出席金砖国家领导人线上峰会 张柏芝撞到刘嘉玲后相视一笑 本次月全食全程肉眼可见 月全食 陶喆海上拍MV拍吐半船人 今晚邀你一起看红月 石破茂决意辞职 孙心娅回应是冯绍峰女友里最好看的 孙心娅回应是冯绍峰女友里最好看的 鹿晗喊陈赫喊破音了 深圳天气 上海百年老洋房降价5334万再流拍 寇程失点 长期吃米vs长期吃面 张柏芝撞到刘嘉玲后相视一笑 深圳天气 湘超 邵子恒 毛衣欧巴 与晋长安大结局 冯禧刚毕业就搭档何老师参加hi6 许嵩 冯禧 萧敬腾老婆晒裤子破洞照 苏超泰州vs淮安 寇程失点 被鹿晗媚晕了 石破茂决意辞职 宋亚轩化身西北锤王输出全靠吼 深圳天气 女子吐槽羊排肥肉多被起诉赔6000 辛芷蕾影史留名 习近平将出席金砖国家领导人线上峰会 幸好当年上学没那么多网友出主意 血月 深圳停课 沈佳润今天是美美sunday 血月全程约3.5小时 比亚迪海鸥也能上赛道吗 代号鸢 月全食 成毅一到节气就把海报甩出火星子 辛芷蕾听完英文提问的反应 AG对战WB 成毅一到节气就把海报甩出火星子 萧敬腾老婆晒裤子破洞照 KPL赛道也是让张远闯进去了 听悦单杀AG野辅 孙心娅回应是冯绍峰女友里最好看的 宋亚轩化身西北锤王输出全靠吼 月全食 许嵩 冯禧 黄子韬首谈决定求婚的原因 刘昊然海浪年度荣誉人物 智障男子被起诉2次冻结100万 许嵩 冯禧 宋亚轩化身西北锤王输出全靠吼 苏州2比3盐城 张柏芝撞到刘嘉玲后相视一笑 苏超 AG对战WB 今晚邀你一起看红月 石破茂决意辞职 苏超泰州vs淮安 鹿晗叫陈赫叫破音了 长期吃米vs长期吃面 张维伊求生欲 血月 朝鲜播出金正恩出席九三阅兵纪录片 苏超泰州vs淮安 没人通知金晨这是红毯吗 上海百年老洋房降价5334万再流拍 刘昊然海浪年度荣誉人物 湘超 女子吐槽羊排肥肉多被起诉赔6000 苏超 比亚迪海鸥也能上赛道吗 与晋长安大结局 一代人有一代人的乌兰巴托的夜要唱 萧敬腾老婆晒裤子破洞照 BLG让二追三JDG 女子吐槽羊排肥肉多被起诉赔6000 三问武汉大学座椅标签事件 幸好当年上学没那么多网友出主意 刘昊然海浪年度荣誉人物 一代人有一代人的乌兰巴托的夜要唱 代号鸢 三问武汉大学座椅标签事件 AG对战WB 张柏芝撞到刘嘉玲后相视一笑 KPL赛道也是让张远闯进去了 听潮阁 苏超泰州vs淮安 深圳停课 月全食 深圳停课 血月全程约3.5小时 鹿晗喊陈赫喊破音了 孙心娅回应是冯绍峰女友里最好看的 白露听白鹿 成毅一到节气就把海报甩出火星子 鹿晗笑着就把帅耍了 与晋长安大结局 血月可能有一个绿松石带 女子吐槽羊排肥肉多被起诉赔6000 KPL赛道也是让张远闯进去了 黄子韬首谈决定求婚的原因 蒋一侨爆料自己爸爸怕老婆 刘轩丞表情管理课没白上 苏州2比3盐城 张维伊求生欲 许嵩 冯禧 刘轩丞表情管理课没白上 月全食 梓渝晨昏线立意太高了 没人通知金晨这是红毯吗 本次月全食全程肉眼可见 白露听白鹿 与晋长安大结局 被鹿晗媚晕了 RW狼影联赛千杀 被花少7全员感动到了 血月 白露听白鹿 三问武汉大学座椅标签事件 朝鲜播出金正恩出席九三阅兵纪录片 刘昊然海浪年度荣誉人物 血月可能有一个绿松石带 梓渝晨昏线立意太高了 月全食 血月全程约3.5小时 辛芷蕾影史留名 辛芷蕾影史留名 智障男子被起诉2次冻结100万 刘轩丞表情管理课没白上 程潇海浪中盛开的黑玫瑰 寇程失点 分手真实理由 智障男子被起诉2次冻结100万 代号鸢 她一天做了我一辈子的工作 张维伊求生欲 没人通知金晨这是红毯吗 鹿晗叫陈赫叫破音了 幸好当年上学没那么多网友出主意 听潮阁 血月对人体有什么影响 张艺兴飞奔赶高铁 鹿晗喊陈赫喊破音了 黄子韬首谈决定求婚的原因 苏超 今晚邀你一起看红月 寇程失点
热门冒险解谜
相关专辑
寇程失点 苏州2比3盐城 戴口罩的陈芋汐完全认不出 代号鸢 寇程失点 解说米勒 血月 比亚迪海鸥也能上赛道吗 幸好当年上学没那么多网友出主意 血月
关于我们| 意见反馈| 版权声明| 合作伙伴| 友情连接| 联系我们| 网站地图
copyright 2022-2024 3673安卓网.All Right Reserved
用户反馈

反馈原因

其他原因

联系方式
首页 > > kumatest.com
男裸体㊙️无遮挡图片

真人无码㊙️羞羞视频免费

「活动」首次登录送91元红包

18.246MB
版本V1.207.0
下载APK 高速下载
下载kumatest.com安装你想要的应用 更方便 更快捷 发现更多
喜欢 98%好评(80人)
评论 52
女的趴下让我❌了一夜视频 麻豆干逼视频 女同被❌到爽 美女露裆内裤㊙图 免费看国产片在线观看
详细信息
  • 软件大小: 04.13MB
  • 最后更新: 2025/09/08 06:58:41
  • 最新版本: V5.17.49
  • 文件格式: apk
  • 应用分类:ios-Android
  • 使用语言: 中文
  • : 需要联网
  • 系统要求: 7.5以上
应用介绍


客服热线：136-2248-9914
加载更多
版本更新
V7.50.64
china亂伦中国
查看更多

免费🔞成人❌❌❌学

相关攻略
性猛交富婆╳XXX乱大交天津
包含 饿了么 的应用集
评论
  • 《精品久久久久久久妇女, 1分钟前
    FreeHD8❌❌❌4D
  • 成人🔞色情美女图片 9分钟前
    AI绘画成人18禁㊙️下载
  • 四川寡妇XXXXXXXXX 2分钟前
    国产❌❌❌视频
  • 91美女㊙️片黄挠脚心 8分钟前
    蘑菇AV导航㊙️入口
  • 国产天美做受69❌❌❌高潮 9分钟前
    草莓视频成人app❤下载
  • 免费无遮挡🔞视频小说香蕉 3分钟前
    和女同学做爱真人视频
  • 4399tube日本电影 4分钟前
    美女裸体18禁㊙️男人桶
  • 少妇一级婬片免费放杏花 0分钟前
    紧身衣超❌自慰
  • 雷电将军被❌超污网站直播 6分钟前
    吹雪被❌本子同人
  • 把jiji❌进女班长屁屁里视频 2分钟前
    德国毛片
国产精品㊙️麻豆免费版现看视频
天美➕精东➕蜜桃➕91 -安卓手机网上最贴心的Android软件应用平台! 版权所有：美女脱👙给男生捏🐻 备案号：京ICP备44633832号-1