research-paper-reading-compass

name research-paper-reading-compass description 深度阅读 AI、深度学习和序列表示学习论文，结构化提取问题定义、核心主张、模型结构、训练目标、数据集、基线、消融和失败模式。当 Codex 需要读论文、比较多篇工作，或在立题、实验、写作前整理研究笔记时使用。 论文阅读罗盘 使用这个技能，把论文整理成可复用的研究资产，而不是松散摘要。 当任务需要更强的文献综述、引用整理或审稿式阅读模式时，读取 references/upstream-patterns.md 。 最小提取框架 任务与设定 论文声称的贡献 表征方式选择 模型结构与训练目标 数据与预处理 基线设置与比较强度 评估指标 消融与失败分析 仍然不清楚的点 工作流程 先明确阅读目标： 快速筛查 深入理解 与其他方法对比 为实验设计做准备 按顺序阅读标题、摘要、引言、方法、实验和结论。 将论文整理成固定结构： problem claim method evidence limits follow_up_questions 对 AI 和序列任务，额外关注： 序列长度或上下文窗口假设 预训练与微调的边界 tokenizer 或输入编码选择 算力规模与 batch size 敏感性 提升究竟来自结构、目标函数、数据还是调参 如果 appendix 很关键，或者正文写得不够清楚，转交给 research-supplement-digestion 。 如果论文暴露出一个新方向或研究空档，转交给 research-idea-clarifier 或 research-novelty-audit 。 如果这篇论文主要用于给 draft 或汇报提供证据，转交给 research-paper-production-pipeline 或 research-slides-and-poster-studio 。 输出要求 返回： 一段 5-10 行的核心总结 一个 claim-to-evidence 对照表 最强基线对比结论 最可疑或最薄弱的一环 下一步最合适的转交方向 示例 “使用 $research-paper-reading-compass 读这篇序列建模论文，并告诉我真正的新意是什么。” “使用 $research-paper-reading-compass 对比这三篇表征学习论文。” “使用 $research-paper-reading-compass 消化这篇论文，帮助我判断要不要复现。”