1. 论文里的模型结构图可以用一些专业的绘图工具来画，比如：Visio、EdrawMax、Lucidchart等。这些工具都有丰富的图形元素和模板，可以帮助你清晰地展示模型的结构。 2. 根据代码反推模型整体结构，你可以尝试阅读代码的注释和文档，了解每个部分的功能和作用。此外，你还可以尝试使用一些工具，如Netron，它可以帮助你可视化神经网络模型的结构。 3. 如果你的模型只能跑出一个正确率72%的结果，你可以尝试调整超参数，或者尝试使用一些更高级的优化算法，如Adam、RMSprop等。此外，你还可以尝试使用一些更先进的模型，如BERT、GPT等。在展示优化结果时，你可以使用一些可视化工具，如Matplotlib、Seaborn等，来展示你的实验结果。