Agent Skills
返回列表
论文深度讲解

论文深度讲解

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_0dadcff3/paper-reader-promax。

技能介绍

要解决的问题

论文阅读助手最容易出问题的不是“读不到”,而是把未写明的信息说得像原文事实:结果表里的数字、训练超参数、数据集规模、GPU 数量、方法细节都可能被补全成 plausible but wrong。这个技能把“可追溯”作为默认约束,要求每个具体 claim 都带 (Sec X.Y)、(Table N)、(Eq. N) 或 (p. N) 这类锚点;找不到锚点就不能作为事实陈述,只能回答 未在原文找到。

工作方式

它按阶段处理:先完整读取论文正文、附录、表格和图,而不是只读 abstract/intro/conclusion。对表格会核对指标方向、baseline、加粗最优值,并记录正文与表格不一致;对架构图会转成 input -> module A -> module B -> output 文本流。随后建立内部知识图谱,节点带 keyword、summary 和 anchor,边包括 solves、evaluated-on、supports、contradicts。数学密集论文还会生成 notation table,沿用论文符号而不是自造符号。

输出默认是中文精读版,技术术语保留英文,例如 loss function、ablation、baseline。结构包括背景定位、limitation 与方法、实验设置与结果、批判性分析和 future work。关键分析会区分 [作者claim]、[原文证据]、[推断/评价],避免把作者说法、原文证据和模型评价混在一起。完成后进入 Q&A 模式:事实问题先找图谱节点,再回到锚点处复核原文;如果问题超出论文范围,会明确分开论文内内容和论文外背景。

适用边界

它适合单篇 PDF 论文、复现细节、追问特定公式或表格,也适合多篇论文分别建图并要求 [PaperA, Table 2] 级别归属。若 PDF 扫描质量差、表格是图片且无法可靠解析,它会标记无法核对,而不是编造内容。它偏阅读与理解,不做完整审稿;需要 venue-calibrated review 时应另行处理。

使用场景

  • 读完新论文后,需要按背景、方法、实验、批判性分析整理成中文讲稿。
  • 复现实验前,把公式、超参数、训练流程按原文锚点提取成实现清单。
  • 多篇论文对比时,避免把表格或图形结论混成无来源的单一说法。
  • 审稿式理解论文时,区分作者断言、证据与自己的推断。

适合人员

  • 读论文写技术报告的工程师:要可核对公式、超参数和实验结论。
  • 复现模型的算法同学:需要从原文提取训练流程与符号表。
  • 做文献综述的研究生:要区分作者断言、证据与自己的评价。
  • 评估新方法的技术负责人:要快速判断证据是否支持核心结论。