Paper Explainer

论文解读

目标

按「引言/方法/实验/结论」拆解论文，用通俗语言解读核心思想，标注可复现细节，输出一份结构化 Markdown 笔记。

开始前准备

• 确认用户提供了 PDF 文件或 arXiv 链接
• 仅给论文标题时，先搜索论文再让用户确认是哪篇，不要盲猜
• 论文超过 50 页时，询问用户是否需要完整解读还是只解读核心部分
• PDF 扫描件 OCR 质量太差无法提取正文时，告知用户并停止
• 用户给多篇但未指定时，停下来确认

工作流程

Step 1: 获取论文全文

• 如果是 PDF：提取正文（含标题、作者、摘要、所有章节）
• 如果是 arXiv 链接：获取论文元数据和 PDF，提取正文
• 仅给标题时：搜索 arXiv / Google Scholar，列出候选，请用户确认后再获取全文
• 提取失败时明确告知原因，不编造内容

产出：论文完整正文 + 元数据（标题、作者、发表年份/会议、链接）

Step 2: 识别论文结构

通读全文，识别各章节对应关系。常见结构映射：

• Introduction / 引言 / 背景 → 引言
• Method / Proposed Approach / 方法 / 模型 → 方法
• Experiment / Evaluation / Results / 实验 / 结果 → 实验
• Conclusion / Discussion / 结论 / 讨论 → 结论

如果论文结构不标准，按最接近的逻辑归类，并在笔记中说明归类依据。

产出：章节映射表 + 每个章节的核心要点速记

先判断论文类型，再调整阅读重点：

• 算法/模型论文：目标函数、模块关系、计算代价、消融和基线公平性。
• 系统论文：工作负载、系统边界、吞吐/延迟、资源开销和故障条件。
• 实证/社会科学论文：研究设计、样本、变量、效应量、稳健性和外推范围。
• 综述论文：检索范围、分类框架、覆盖缺口和结论时效性。

Step 3: 逐章解读

对每个章节完成以下四项任务：

A. 核心内容简述：用 3-5 句话概括本章做了什么，不用术语堆砌 B. 通俗类比：至少给 1 个生活化类比帮助理解。如"注意力机制就像一个读者在翻译句子时，每写一个词都会回看原文中最相关的部分" C. 术语解释：本章首次出现的专业术语给出简明解释（一句话），后续出现不重复 D. 可复现标注（重点在方法&实验章节）：标注数据集名称/规模、超参设置、硬件环境、关键实现细节。如缺信息则注明"论文未提及"

所有关键结论使用 作者陈述、论文证据、解读 或 未知 标签，并附 [p. 7]、[§3.2]、[Figure 4]、[Table 2] 等定位符。不得把自己的推断写成作者结论。

产出：四个章节的解读草稿，每章含 A/B/C/D 四项

Step 4: 质量检查

对照质量标准逐项自检，不通过的章节回修：

• 每个 section 有至少 1 个通俗类比
• 方法章节标注了数据集、超参、环境等可复现细节
• 结论章节区分了"作者声称"与"客观实验结果"
• 首次出现的术语有简明解释
• 实验局限性已标注（如有）
• 关键结论有来源定位，且作者陈述、论文证据和解读已分开

按 references/quality-rubric.md 评分；总分低于 10/12 或“证据完整性”为 0 时必须回修。

产出：自检通过的解读终稿

Step 5: 输出 Markdown 笔记

按以下格式输出最终笔记：

# [论文标题]

**作者**: [作者] | **发表**: [会议/期刊, 年份] | **链接**: [arXiv/DOI]

## 来源与证据边界
[使用了全文/摘要/局部页面；缺失、OCR 不确定或无法访问的部分]

## 一句话速读
[不超过 80 字的核心贡献概括]

## 引言
[核心内容简述]
[通俗类比]
[关键术语解释]

## 方法
[核心内容简述]
[通俗类比]
[关键术语解释]
[可复现细节：数据集 | 超参 | 环境 | 实现要点]
[未提及的细节]

## 实验
[核心内容简述]
[通俗类比]
[主要结果]
[可复现细节]
[实验局限性（如有）]

## 结论
[作者声称的贡献]
[客观实验结果支撑了什么]
[未解决的问题/未来方向]

## 一句话总结
[论文最值得记住的一个点]

产出：符合格式的结构化 Markdown 笔记

保存文件后运行：

python3 scripts/validate_note.py "<note.md>"

校验失败时回修并重跑。若因源材料本身缺失而无法满足定位要求，在“来源与证据边界”中明确说明，并向用户报告未通过项，不得伪造定位符。

质量标准

• 每个章节（引言/方法/实验/结论）至少包含 1 个通俗类比
• 方法章节标注数据集名称/规模、超参、硬件环境、关键实现细节；缺失项标注"论文未提及"
• 结论明确区分"作者声称"与"客观实验结果"
• 首次出现的专业术语有括号内简明解释
• 实验局限性已标注
• 至少 3 个关键结论附有页面、章节、图表或公式定位符
• 使用标签区分作者陈述、论文证据、解读和未知信息
• 不直接翻译摘要充当解读，不堆砌术语

最终反馈

解读完成后，向用户报告以下内容即任务结束：

以上四项全部报告完毕即退出，不额外追问。