paper-close-reading

论文精读

Google Scholar 引用工作流

• 对于引用量、请求的元数据刷新或初始论文元数据，请阅读 references/google-scholar-citations.md。
• 对于默认的快速查询，请使用 scripts/scholar_lookup.py，并明确满足 Python 3 标准库这一前提。它会在每个启动器进程中执行一次本地 Node 功能预检；如果 Node 原生 fetch 可用且兼容代理，则使用该功能；只有在 Node 不可用、不受支持或无法使用已配置代理时，才会尝试 curl。每次新的 CLI 调用都会重复本地预检；它绝不会执行网络探测。遇到 403、429、CAPTCHA 或其他明确的访问限制后，不要切换传输方式。
• 对于结构化论文查询路径和引用字段，请阅读 references/google-scholar-json.md；使用其有限的浏览器回退方式，不要假定支持结构化的施引论文列表。
• 对于施引论文、年份筛选、最新新增的施引论文或影响力排名，请阅读 references/google-scholar-citing.md。
• 在找到候选论文后，如果用户明确请求下载全文，请使用 scripts/scholar_download.py 和所选候选论文的 full_text.url。有效的 PDF 文件与论文身份／版本核验是两个独立状态；切勿选择第一个候选项，也不要仅凭 PDF 魔数判断论文身份。
• 只有在需要浏览器交互时，两种工作流才会加载 references/google-scholar-browser.md。该文档统一管理超时、恢复流程以及英文／简体中文定位器。
• 仅查询引用量的请求不需要选择阅读模式，也不会启动三轮流程。保留阅读进度，并复用经过核验且注明来源和时间的元数据；只有在明确请求辅助工具的缓存路径时，才写入持久缓存。引用量不可用时，不要因此阻止论文阅读。使用用户所用的语言；内部指令为英文并不意味着回答也必须使用英文。
• 在已知受网络限制的沙盒中访问 Scholar 终端时，请使用经主机授权的沙盒外执行；成功后，继续使用该获准路径。对于连接失败或可疑的 404 响应，请按 沙盒和代理要求 检查现有代理配置。

概述

通过以来源为依据的三轮流程阅读论文，并产出可复用的研究成果。支持引导式交互阅读和自主全文分析，但不得擅自选择其中一种。除非用户要求使用其他语言，否则使用用户所用的语言。不要提供泛泛的摘要。解释前先根据相关页面重建上下文，引用精确位置，将简短的原文片段与用户所用语言的解释穿插呈现，把引用的图表融入其所在论述，并区分论文主张、推断和批评；在持续的多轮阅读中保留进度。

核心工作流

1. 确认用户请求的范围：单次解释、整篇论文初步筛查、持续精读、当前或下一节、单个段落、方法、实验、可视化材料、附录、相关工作，或整篇论文综合分析。
2. 对于持续阅读，使用当前对话中明确选择的交互模式。如果用户尚未选择，询问使用 Guided 还是 Autonomous 模式，并在开始第 1 遍前停止。不要自行选择默认模式。单次解释直接在对话中完成，无需要求用户选择模式或创建文件。
3. 对于新引入的论文，仅查询一次外部元数据：标题和阅读版本、主要作者、当前 PDF 首页或论文官方页面上列出的主要机构、发表场所／状态、版本日期、可查到的可靠引用次数，以及可见的代码／数据／项目链接。在对话中记录每个来源和查询日期；用户要求提供笔记时，将这些信息纳入最终笔记，无需在每节中重复。Scholar 显示的元数据可能会被截断，不能据此确认机构；不要推断作者的现任雇主或作者贡献。
4. 确认交互模式后，按所选深度执行强制三遍工作流。仅要求初步筛查时，可以在第 1 遍后停止；仅针对选定文本的请求，可以采用源文附近的局部模式，无需处理整篇论文。
5. 每次回答精读问题前，重新阅读或提取相关原文页面。涉及措辞、位置或证据时，绝不能只依赖先前轮次的记忆。
6. 精确定位证据，并以贴近原文的分块方式进行说明。文本引用图、表、公式或附录时，按引用顺序逐一查阅所有引用的材料，然后再继续。
7. 将论文明确提出的主张与推断、批评和迁移应用区分开，并清楚标注。
8. 在 Guided 模式下，每个单元结束时都要说明确切的下一节或材料，以及接下来阅读它的原因。在 Autonomous 模式下，先完成请求的所有输出，再报告完成情况。

首次介绍一篇论文时，提供简洁的元数据卡片，包含标题和阅读版本、主要作者、论文或官方页面列出的主要机构、发表状态／年份、附来源和获取时间的引用次数，以及经核实的论文／代码／项目链接。Scholar 候选元数据应与身份核实信息分开；不要根据被截断的搜索文本推断机构、作者角色或现任雇主。

交互模式

持续进行整篇论文精读时，必须明确选择模式。两种模式均不设为默认模式。

• Guided 模式：每次讲解一个范围明确的单元，以互动方式引导阅读，并等待用户回应后再继续。
• Autonomous 模式：独立完成所请求的各遍阅读，并提供最终笔记和综合分析。

除非用户明确说明交互方式，否则将“开始精读”或“带我阅读一篇论文”视为含糊请求。开始前，用用户使用的语言提出一个简洁问题，并清楚列出两种选项：

Which mode should I use for this paper: Guided, where we read one unit at a time and pause for you, or Autonomous, where I complete all three passes and deliver the full notes?

用户仅要求解释选定的段落、术语、图、表或其他单项内容时，不要询问。当前对话中已确定模式时，不要再次询问。在新对话中，如果无法确定用户想要的模式，则再次询问。只有用户明确要求更改时，才切换模式。

引导模式规则

• 完成第 1 轮，将论文结构图展示给用户，然后停止。不要自动进入第 2 轮。
• 开始第 2 轮前，先确认用户希望按单元阅读还是按段落阅读。如果用户尚未明确所需的细致程度，请先询问。在当前对话中保留这一选择，但用户可随时明确要求更改。
• 按单元阅读时，每轮用户发言只完成一个由标题划分的章节，并遵循下方的边界。不要擅自改为每轮讲解一个段落。
• 按段落阅读时，每轮用户发言严格处理一个原文段落。不要仅因相邻段落讨论同一主题就将它们合并。
• 将任何简短的继续请求（例如“下一项”“继续”或“下一节”）视为仅授权阅读下一个单元，而非阅读论文剩余部分。
• 在停止前，解析并展示当前单元引用的每个图、表、公式和附录，但不要将这些引用视为进入下一个单元的许可。
• 第 2 轮完成后，在进入第 3 轮前征求确认。
• 只有在面向用户的对话中已提供精读内容及视觉证据后，才视为某章节已完成。
• 除非用户明确要求在阅读时做笔记，否则不要在引导模式下创建或更新 close-reading.md。
• 第 3 轮完成后，询问用户是否希望将引导阅读内容整理到 close-reading.md 中。只有在用户确认后才创建该文件；在文件创建且用户提出请求之前，绝不要提供笔记链接。
• 将笔记视为引导学习过程的可选记录，绝不能用它替代向用户展示讲解内容。
• 每个单元结束时，明确指出建议阅读的下一个单元，并等待用户回复。

引导阅读的细致程度

以用户所用语言提供以下两种第 2 轮阅读方式：

• 按单元阅读：每轮阅读一个完整的、由标题划分的章节（例如 3.1.2；若 3.1 没有子章节，则阅读 3.1）。连贯地讲解其中的论证和证据，不要每讲完一个段落就停下。
• 按段落阅读：每轮严格阅读一个原文段落。适用于希望逐行审视原文及证据的用户。

单元级边界

• 使用论文实际的标题层级，而非 PDF 字号或生成的 Markdown 标题深度。编号示例具有权威性：存在完整的 3.1.2 小节时，使用该小节；否则使用完整的 3.1 小节。不要拆分至 3.1.2 以下的层级（例如 3.1.2.1）、单个段落、论点或贡献要点，除非用户明确要求更细致地阅读。
• 对于未编号的论文，使用对应的结构性标题。没有内部小节标题的摘要或引言是一个完整单元；仅有段落分隔、粗体引导语和列表并不会形成单元。
• 如果父级章节在子标题前有介绍文字，请将其纳入第一个子单元。按原文顺序涵盖每个同级单元，除非已确定其他阅读顺序；不得遗漏父级介绍或之前未读的剩余内容。
• 在开头说明标题和原文范围。在暂停前，涵盖该边界内所有实质性论证和相关证据。将相关原文引述和解释组织成连贯的论述，而不是机械地逐段解释，或用泛泛的总结代替细读。
• 将被引用的图表与其支持的论点一并处理。检索图表不会改变主要阅读边界。章节较长并不意味着可以在任意段落处停止；压缩重复内容，同时保留论证。若确实需要因交付限制而分段，请说明原因并与用户确定分段方式。
• 在会话中途调整颗粒度后，保留已完成的阅读，并继续涵盖适当标题限定单元中尚未阅读的部分。不要重新开始已完成的章节，也不要沿用之前按段落推进的节奏。

进行段落级阅读时，按以下顺序操作：

1. 给出准确的章节、印刷页码（如有）、PDF 页码，以及足以明确识别该段落的开头文字。
2. 如果原文可在当前上下文中获取或由用户提供，则将完整原文段落作为一个区块呈现。保留句子顺序，不要用摘选片段或总结替代段落。
3. 按顺序解释每个句子，包括术语、引用、逻辑连接词、假设及其在段落论证中的作用。
4. 检索、裁剪、展示并解释该段落引用的每个图、表、公式或附录。将每个图表紧接在引用它的句子之后，并按原文顺序处理多项引用。
5. 说明段落的主要论点、与前文论证的联系、支持该论点的证据，以及任何关键注意事项。
6. 在该段落及其引用的材料均已完整处理后停止。指出下一段的位置或开头文字，然后等待。

不要用宽泛的章节总结代替段落级阅读。如果段落特别长，仍应将其作为一个阅读单元，除非用户明确允许按句子拆分。如果无法提供完整引文，请说明限制，而不要默默地将摘录呈现为完整段落。

自主模式规则

• 只有在用户明确要求独立、一次性或完整阅读整篇论文，或在被询问时选择自主模式后，才进入此模式。
• 按要求执行各轮阅读，不在普通章节之间暂停，同时保留相同的证据、图表、批判性分析和笔记质量要求。
• 提供简洁的完成总结，并附上自包含笔记的链接。若材料仅以自主方式处理，不要声称用户曾在引导下完成阅读。

强制三轮工作流程

除非用户明确缩小任务范围，否则对整篇论文进行持续细读时，必须采用全部三轮。根据所选交互模式应用轮次转换规则。

第 1 遍：梳理论文

阅读标题、摘要、引言、结论、章节结构、图表标题和参考文献线索。输出：

• 首轮 5C 初步评估和一句话定位说明。
• 研究问题、声称的贡献、论证结构和核心术语。
• 关键图表、附录和前置知识清单。
• 基于依赖关系的第 2 遍阅读顺序。

不要仅凭浏览图表标题，就认为实验结论已得到充分证实。

默认情况下，梳理范围仅限论文自身。不要自动遍历完整参考文献列表或引用该论文的文献列表。只有在用户询问背景、方法来源、基线、后续研究、当前进展或类似的文献问题时，才使用 Scholar references 中可选的先前研究或引用论文工作流。将每一项外部发现的关联标记为候选关系，直到核实被引论文及其与当前论证的关系。

第 2 遍：精读证据

按章节精读论文。对于每项主张：

• 重新查看相关页面，并引用在单元级阅读中能够保留该主张的最短完整句子或分句；在段落级阅读中则引用完整段落。
• 在引文后立即解释术语、方法、假设、影响和来源位置。
• 先拆解方法和实验，再评判结果。
• 在上下文中查阅并解释每个被引用的图、表、公式和附录。
• 记录结论、注意事项、未解决的问题和跨章节依赖关系。

只要仍有被引用且对论证有实质支撑作用的材料未解决，就不要将该章节标记为已完成。

第 3 遍：批判与综合

完成预定的正文和附录后：

• 建立主张与证据对照表，并检验每项主要结论是否有证据支持。
• 评估假设、数据集、指标、基线、对照、消融、不确定性、泛化能力和可复现性。
• 区分稳健发现、提示性证据和推测。
• 只有在用户要求分析相关工作、背景、当前进展或后续研究时，才将术语和主张与相关的先前或后续工作进行比较；否则，综合分析应以当前论文及其来源证据为依据。
• 给出最终批判与综合分析。相关时，纳入任务迁移、相关工作表述、实验设想和开放问题。

在完成第 3 遍之前，不要宣称已完成对整篇论文的深入阅读。在引导模式下，最终笔记为可选，且需要用户确认；在自主模式下，完成用户要求的笔记后再报告完成。

努力程度

选择适用各遍时的深入程度。努力程度不会改变阅读顺序。

• 快速：执行第 1 遍以判断相关性；只有在用户要求或明显有必要时才继续。
• 标准：对引言、方法、主要实验、核心可视化证据、局限性和结论执行全部三遍。
• 面向复现：执行全部三遍，并检查附录、提示词、数据构建、指标、超参数、代码和数据链接以及评估脚本。

首轮 5C 初步评估

首轮阅读论文时，请回答：

• 类别：方法、基准测试、数据集、综述、分析、理论、立场或应用论文。
• 背景：论文回应了哪些先前工作或研究空白。
• 正确性：假设和评估设计是否看起来合理。
• 贡献：论文声称的贡献，不要加上自己的修饰。
• 清晰度：术语、设置和证据是否足够清晰，值得信任或复用。

还需提供一句话定位说明：

The problem this paper addresses is: ...
Its most likely value for the current research is: ...

用用户使用的语言呈现这些标签。

源文邻近解释模式

进行单元级精读时，采用以下结构。仅在首次介绍论文、外部元数据发生变化，或其与当前章节直接相关时，才报告外部元数据。

• 位置：注明章节和页码；如相关，还需注明表格、图或附录。
• 然后按以下重复区块阅读：
  • 原文（章节/页码/图/表）：尽可能引用完整句子，并在标签中注明准确位置。如果句子太长或包含无关从句，则引用保留原文主张的最短完整分句或句子。
  • 解释：用用户使用的语言解释该句子或分句，包括术语、方法、主张、含义，以及内容是明确陈述还是推断所得。
• 重要性：说明该章节与论文的论点、方法、实验或评估设计之间的联系。
• 批判性阅读：指出假设、指标的注意事项、基线问题、局限性、缺失的控制或过度主张。
• 对用户研究的迁移：说明这一思路能否以及如何迁移到用户的具体研究问题。
• 下一步：建议接下来查看的章节、表格、图、附录或论文。

将这些展示标签翻译成用户使用的语言；不要在非英语回答中强行使用英文标签。

对于选中文本的解释，应简明一些：注明已知位置，引用最短的相关片段，对其进行转述或翻译，结合上下文定义术语，并说明作者为何在此处写下这段内容。

对于段落级引导式阅读，应遵循「引导式阅读粒度」中的严格顺序，而不是将原文缩短为孤立的主张片段。

概念追踪

阅读时建立一份精简的术语表。记录每个重要术语的定义、首次出现的位置，以及其他论文是否以不同方式使用该术语。优先关注用于界定任务、标签空间、证据标准、测量目标、不确定性或置信度概念、失败模式、分布偏移、真实值、基线和评估指标的术语。

适用时使用表格：

术语	论文中的定义	位置	可迁移性

方法与实验拆解

对于方法、基准测试和实验章节，应先提取设置，再评判结论：

• 任务表述：测量或优化的是什么问题。
• 输入和输出：模型接收什么并产生什么。
• 真实值：由谁或什么判定正确性。
• 数据：训练集、验证集、测试集、分布偏移和筛选方式。
• 模型或算法：给出最简操作性描述；除非必要，否则无需罗列所有实现细节。
• 基线与控制：哪些对比使主张具有意义。
• 指标：准确的定义，以及其衡量或无法衡量的内容。
• 证据：哪些图、表或结果支持每项主张。

优先使用精简表格：

项目	内容
任务
输入
输出
真实值
指标
基线/控制
主要主张
证据

图和表的阅读

阅读图和表时，应将它们视为论文论证的一部分，而非孤立的插图。当段落提到“如图 X 所示”或某项贡献引用了一张表时，应先说明段落中的主张，再查看图或表，检验这些证据如何支持该主张。如果段落引用了多张图、表或附录，应按引用顺序逐一处理，并说明每一项分别支持主张的哪一部分。

在段落级阅读中，当前段落引用的每个视觉材料都是必读内容，即使它出现在附录中或相隔很远的页面上。不要将其推迟到后续只读图表的环节。

如果本地 PDF 和渲染工具可用，应渲染并嵌入每张对当前主张有实质支持作用的图或表：

1. 以清晰易读的分辨率渲染源页面。
2. 裁剪完整的视觉材料；在可行时保留标题或图注、坐标轴、图例、标签和必要的脚注。
3. 检查裁剪图像，确认没有裁切、文字无法辨认、输出空白或图表边界不正确等问题。
4. 将其保存到当前论文资料目录的 images/ 子目录中，并使用稳定且具描述性的名称，例如 figure_06_calibration_across_tasks.png。已有经过验证的裁剪图像应重复使用，不要重新生成。
5. 在面向用户的对话中，使用图像的绝对文件系统路径嵌入图像，以便应用显示。
6. 创建 close-reading.md 时，使用相对于笔记的路径嵌入同一图像，例如 images/figure_06_calibration_across_tasks.png。不要将绝对文件系统路径或 file:// URL 写入持久化的 Markdown 笔记。
7. 将图像紧接在提及它的句子或说明之后嵌入。不要把所有截图集中放在单独的图库中。
8. 检查图像本身。如果创建了 Markdown 笔记，还要确认每个相对图像链接都指向现有且可读取的文件。

如果无法可靠地裁剪，请展示渲染后的整页，或提供准确的页码并说明限制。除非公式的视觉排版对理解至关重要，否则应直接排版公式。

对于重要的图或表，请说明：

1. 图或表的编号及页码。
2. 周围文本中引用它的确切句子、主张或贡献。
3. 行、列、坐标轴、颜色或曲线分别表示什么。
4. 比较的内容是什么。
5. 哪项指标发生了变化；如果图中可见，应说明变化幅度，以及该趋势是否稳定。
6. 作者得出了什么结论。
7. 图或表是否确实支持该结论，以及仍有哪些限制。

不要只说“性能有所提升”；应明确指出数据集、指标、基线、变化方向和限制。

严谨阅读清单

接受一项主张之前，请先提出以下问题：

• 对于目标用例而言，这些假设是否现实？
• 数据集是否涵盖了所声称的现象？
• 该指标是否确实衡量了所声称的能力？
• 基线是否公平且足够有力？
• 是否缺少对照、消融实验、置信区间或负面结果？
• 结果是否可能源于数据泄漏、提示词格式、标注伪影、虚假相关性或语言先验？
• 结论是证据直接支持的、暗示的，还是推测性的？
• 哪些内容无法迁移到用户的问题中？

针对用户当前的研究问题，动态添加领域特定的检查项。根据用户关注的目标能力、任务边界、数据分布、失效模式、混杂因素、可靠性要求和评估指标推导这些检查项。除非用户明确要求针对某个领域，否则不要将检查项硬编码为仅适用于某一领域。

使用以下通用模式：

• 论文是否确实衡量了用户关心的能力？
• 论文是否区分主要失效原因，而不是将它们合并为一个错误率？
• 在相关情况下，论文是否允许表达不确定性、弃答、边界情况或不适用情形？
• 论文是否涵盖目标部署或研究分布？
• 论文是否报告了实现用户目标所需的可靠性、泛化、成本或风险指标？

输出材料

如果有可写入的本地论文目录，请将论文专属的视觉材料保存在该目录中，使其自成一体：

<paper-directory>/notes/<paper-stem>/
├── close-reading.md   # only when requested in Guided mode; always for Autonomous delivery
└── images/            # created as needed for figure/table delivery
    ├── figure_01_<description>.png
    ├── table_01_<description>.png
    └── page_01.png

将渲染页面、裁剪后的图和表，以及其他笔记专属的视觉证据保存在 images/ 中。除非用户明确要求共享资源，否则不要将它们放在远处的共享 figures/ 目录中。将整份笔记目录保留为可移动的整体，确保其中的 Markdown 链接在目录迁移后仍然有效。

在引导模式下，默认不要创建 close-reading.md。如果用户要求在阅读时做笔记，就逐步完善；否则，在第 3 轮后询问是否要根据已交付的阅读内容和已核实的来源创建该文件。在自主模式下，将创建并整理 close-reading.md 作为用户所要求交付内容的一部分。使用以下结构：

• 一句话定位
• 研究问题
• 核心术语
• 方法分解
• 关键图表和表格
• 主要结论
• 局限性和反例
• 对用户研究的启示
• 可复用的相关工作表述
• 可复用的实验设计
• 推荐后续阅读

将这些标题翻译成用户使用的语言。

对于一次性的摘录解读，除非用户要求提供笔记，否则不要创建持久化材料。

阅读多篇论文时，应根据依赖关系而非时间顺序安排阅读顺序：问题定义、基准／数据集、方法／指标、分析／评述，然后是最新扩展。

证据规则

• 切勿将记忆中的细节说成是新近核实的内容。如果措辞、页码或图表位置很重要，请重新打开或重新提取来源。
• 当用户询问“这在论文的什么位置？”或质疑某项说法时，请对照来源核实，并说明该内容是明确写出的、隐含表达的，还是你的解释。
• 如果 PDF 提取结果嘈杂，请结合页码和章节上下文，并说明引用位置可能不精确。
• 在普通的单元级阅读中，优先引用带有准确位置标签的完整句子，同时确保引文简短且切题。在用户要求逐段阅读本地可用或用户提供的论文时，按该模式的要求复现当前完整段落；不要将引文扩展到相邻段落。
• 不要把所有引文集中在一个部分、所有解释集中在另一个部分；应将引文与解释穿插呈现。
• 引用次数、会议或期刊状态、版本日期以及代码／数据的可用性都是当前外部信息。开始阅读新论文或用户询问这些信息时，请通过浏览核实；不要依赖记忆。
• 首次查询后缓存外部元数据；除非信息发生变化或与当前论点相关，否则不要在逐节阅读时重复提及。
• 如果论文年代久远，而用户询问某项结果是否仍然适用，请区分论文发表时的结论与当前的说法。

语气与细致程度

准确、耐心，并以来源为依据。优先提供简洁的解释，帮助用户理解论文的逻辑。避免泛泛的赞扬、缺乏依据的说法，以及“该方法效果很好”这类没有证据的模糊概括。