# Paper Detail

> 将单篇论文解读成高信息密度、适合人直接阅读的中文精读稿。默认输出“导语 → 问题 → 方法 → 图解 → 实验 → 评价 → 一句话总结”的结构，风格参考 2026-04-15 cs.CV Top10 报告中的单篇精读部分。当用户要求“精读这篇论文”“详细解读某篇 paper”“像日报里那样展开讲一篇论文”“单篇论文深度总结”时使用此 skill。

- Skill: `someant/paper-detail` (Agent Skill)
- Install (CLI): `npx skillmds@latest add someant/paper-detail`
- Raw SKILL.md: https://api.skillmd.com/api/skills/someant/paper-detail/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: someant (https://skillmd.com/u/someant)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/someant/paper-detail

---


# Paper Detail — 单篇论文的人类可读精读模板

## 目标

把一篇论文整理成**像研究日报里的“单篇精读”那样**的中文解读，而不是机械摘要。

目标输出应满足：
- 一上来就告诉读者**这篇论文为什么值得看**
- 用清楚的人话解释**它到底想解决什么问题**
- 把**核心方法、关键模块、实验结论、边界条件**讲明白
- 最后给出**作者式/审稿人式评价**，包括优点、风险、适用边界

风格参考：`papers/2026-04-15/arxiv-cs.CV-2026-04-15-top10-report.md` 中每篇 Top 3 的展开方式。

---

## 适用场景

当用户提出以下需求时使用：
- “详细讲讲这篇论文”
- “把这篇 paper 按日报那个风格展开”
- “不要只给摘要，给我一篇能直接读的解读”
- “帮我做单篇论文精读”
- “像 CAT / TIPSv2 / UniMark 那样拆解这篇论文”

---

## 输入优先级

优先使用信息更完整的输入源：

1. **本地 PDF 全文**
2. arXiv 页面元数据（标题、摘要、作者、链接）
3. 用户贴出的论文正文片段 / 图片 / 表格
4. 如果只有标题和摘要，也可以先给**轻量精读版**，但必须明确说明“基于摘要，非全文精读”

---

## 工作流

## Step 1：确认材料完整度

先判断当前属于哪一种：

### A. 全文精读模式
满足任一条件：
- 用户给了 PDF 路径
- 工作区中已有本地 PDF
- 上下文里已经有论文全文/长段落内容

此时应：
- 读取全文
- 基于全文写解读
- 尽量引用具体实验数字、模块名、数据集名、表格结论

### B. 摘要精读模式
只有标题/摘要/链接，没有全文。

此时应：
- 先明确写明：`以下解读基于标题与摘要，属于快速精读版，不等同于全文审阅。`
- 避免编造实验细节、模块设计、消融数字
- 重点输出：问题背景、方法直觉、潜在价值、可能局限

---

## Step 2：先给一句“为什么值得读”

开头不要直接复述摘要。

应该先写一个短导语，回答：
- 这篇论文最重要的亮点是什么？
- 它属于哪条研究主线？
- 为什么现在值得关注？

导语风格要求：
- 2~5 句
- 明确、有人味
- 不要空话套话

### 示例风格
- “这篇论文真正有意思的地方，不是又换了个 backbone，而是把 xxx 直接纳入端到端训练。”
- “它抓住的是当前 VLM 一个非常真实的短板：全局会对齐，局部不够稳。”
- “这不是今天最花哨的一篇，但可能是最接近真实部署的一篇。”

---

## Step 3：用固定结构组织正文

默认使用以下结构。

```markdown
# {论文标题}

**论文链接**：...
**评分**：可选

【导语】
...

## 一、这篇论文想解决什么问题
...

## 二、核心方法：它到底做了什么
...

## 三、流程图 / 架构图
...

## 四、实验结果：到底强在哪里
...

## 五、我会怎么评价它
...

## 六、一句话总结
...
```

如果用户需要更完整版本，可扩展为：
- 研究背景 / 为什么之前方法不够好
- 方法拆解（按模块逐项讲）
- 关键实验
- 消融实验
- 风险与局限
- 适用边界 / 适合谁关注

---

## 各 section 写作要求

## 1. 这篇论文想解决什么问题

不要只说任务名，要把**原来的默认设定有什么问题**讲出来。

推荐写法：
- 任务背景是什么
- 现有方法默认怎么做
- 这些默认设定的瓶颈在哪里
- 作者真正提出的新问题设定是什么

好的表述应该像：
- “过去大家默认 xxx 是固定的，但作者认为这个前提太保守。”
- “现有方法在全局层面有效，但在 patch / token 级别存在明显短板。”
- “这篇论文不是只提高一点指标，而是重新定义了系统该优化的对象。”

---

## 2. 核心方法：它到底做了什么

这一节必须回答两个问题：
- 方法流程是什么
- 真正关键的新东西是什么

推荐组织方式：
1. 先用 2~4 句总述完整 pipeline
2. 再按模块拆解
3. 最后说清楚“为什么这个设计有效”

### 必须避免
- 只把论文里的模块名翻译一遍
- 只写“提出一个新框架，包含 A/B/C 三部分”
- 不解释模块之间的因果关系

### 推荐写法
- “关键不在于它用了 Transformer，而在于它把 xxx 纳入联合优化。”
- “看起来只是小改动，但真正改变的是监督信号落在了 visible tokens 上。”
- “本质上，它把系统从『固定前端 + 学习后端』改成了『可训练前端 + 可训练后端』。”

---

## 3. 流程图 / 架构图

如果本地有 PDF 且用户希望带图：
- 优先结合 `pdf-figure-extraction` skill 的思路，从 PDF 裁出：
  - 架构图 / 方法总览图
  - 主结果图 / benchmark 图
- Markdown 中直接嵌图，不要只给文件路径

如果暂时没有图：
- 也要写“建议先看哪张图，以及为什么”

### 示例
- “这张图对应全文最核心的 pipeline：trainable illumination → camera shots → backend → end-to-end optimization。”
- “如果只看一张图，先看 Figure 1，因为它已经把训练对象和推理流程交代清楚了。”

---

## 4. 实验结果：到底强在哪里

这一节要尽量写成“结论 + 数字 + 解释”的组合。

推荐结构：

### 1）主结果
- 用具体数字写提升
- 指明对比对象
- 指明任务、数据集或设置

### 2）结果图 / 主表怎么读
- 建议读者重点看哪张图、哪个表
- 说明最关键的比较项是什么

### 3）结果怎么理解
不要只复述分数，要解释：
- 提升来自哪里
- 在什么条件下最有效
- 什么时候方法差距会缩小
- 方法的适用边界是什么

### 绝对禁止
- 编造不存在的数字
- 在没有全文时伪造 benchmark、表格、消融结果

如果没有全文，只能写：
- “摘要未提供具体数字，以下仅讨论可能价值，不对 SOTA 幅度做判断。”

---

## 5. 我会怎么评价它

这一节是本 skill 的关键价值：
**不是只做总结，而是给出判断。**

推荐固定分成三部分：

### 优点
- 真正新的点在哪里
- 论文最扎实的部分是什么
- 为什么值得关注 / 可能会被跟进

### 风险和局限
- 依赖什么假设
- 复现门槛在哪里
- 适用范围是否有限
- 是否更像 recipe 改进 / 工程整合 / 特定场景方法

### 适合谁读
可选补一句：
- 适合关注基础模型 / 多模态 / 生成安全 / 视觉前端 / 医疗应用 的读者

评价口吻要求：
- 明确，但不过度武断
- 可以有观点
- 观点必须和前面的技术/实验分析一致

---

## 6. 一句话总结

结尾必须有一句高密度总结，格式建议：

- “如果你关心 xxx，这篇是今天最值得读的一篇。”
- “如果你想看 xxx 为什么会成为后续主线，这篇很值得存档。”
- “如果你关注真实部署而非纯 leaderboard，这篇比看起来更重要。”

这句要像**推荐语**，不是摘要重复。

---

## 风格要求

整体风格应接近“高质量研究日报”，而不是论文审稿表。

### 应该做
- 多用“它真正厉害的地方是…”“关键不在于…”“本质上…”这类解释句
- 把抽象技术点翻译成易懂的系统层含义
- 写出“为什么重要”和“边界在哪”
- 保持中文自然、紧凑、信息密度高

### 不应该做
- 大段直译摘要
- 空泛地说“具有重要意义”“实验表明有效”
- 不加判断地堆模块名、损失函数名
- 看起来像模板填空

---

## 推荐长度

默认长度：
- **短版**：600~1200 字，适合快速汇报
- **标准版**：1200~2500 字，适合日报精读
- **长版**：2500 字以上，适合单篇深度拆解

若用户未指定，优先给**标准版**。

---

## 可复用模板

```markdown
# {标题}

**论文链接**：{link}
**作者 / 机构**：{authors_or_affiliation}
**解读模式**：全文精读 / 摘要精读

【导语】
先说结论：这篇论文最值得看的地方是……它解决的是……相比已有方法，最不一样的是……

## 一、这篇论文想解决什么问题
- 背景：...
- 现有方法默认设定：...
- 关键瓶颈：...
- 论文真正提出的新问题：...

## 二、核心方法：它到底做了什么
先用几句话讲清楚整体流程：...

### 1. 模块 / 机制 A
...

### 2. 模块 / 机制 B
...

### 3. 模块 / 机制 C
...

本质上，这篇论文把……从……改成了……

## 三、流程图 / 架构图
- 最建议先看：Figure / Table ...
- 原因：...

## 四、实验结果：到底强在哪里
### 1）主结果
- ...
- ...

### 2）重点图表怎么读
- ...

### 3）这些结果说明了什么
- ...

## 五、我会怎么评价它
### 优点
- ...
- ...

### 风险和局限
- ...
- ...

### 适合谁关注
- ...

## 六、一句话总结
**如果你关心……，这篇论文值得……**
```

---

## 评分建议（可选）

如果用户希望像日报一样给分，可使用 6 分制，但必须服务于阅读判断，而不是装作客观标准：

- 5.5~6.0：非常值得优先精读，方法或系统层贡献都很强
- 5.0~5.4：值得读，实验和价值较稳
- 4.0~4.9：有亮点，但更偏增量改进或适用面有限
- 3.0~3.9：可留档，不必优先
- <3.0：除非方向强相关，否则可跳过

评分时应同时考虑：
- 方法新意
- 问题重要性
- 实验扎实度
- 后续影响潜力
- 真实部署价值

---

## 与其他 skill 的配合

### 1. 与 `paper-read` 配合
- `paper-read` 用于“今天有哪些 paper 值得看”
- `paper-detail` 用于“把其中某一篇单独展开讲透”

### 2. 与 `pdf-figure-extraction` 配合
若用户希望报告中带图：
- 先按本 skill 产出单篇解读结构
- 再按 `pdf-figure-extraction` 的原则提取架构图和结果图
- 最终在 Markdown 里直接嵌图

---

## 最终检查清单

输出前确认：
- [ ] 开头是否说明“为什么值得读”
- [ ] 是否讲清楚“现有方法默认设定的问题”
- [ ] 是否说清楚方法真正关键的新东西
- [ ] 是否包含具体实验数字（若全文可得）
- [ ] 是否明确适用边界与局限
- [ ] 结尾是否有一句能直接给人阅读建议的话
- [ ] 如果只有摘要，是否明确标注“摘要精读模式”而没有编造细节

---

## 一句话原则

**这不是“把摘要翻成中文”的 skill，而是“把论文真正值得看的地方讲明白”的 skill。**