📖 文档

从入学到成为领域专家的 4 阶段路线图

• 10 分钟跳进 Daily Paper Reader

  --- 右上角主题切换 → auto(跟随系统)。左侧 Navbar 已经是中文,无需切。 首页下方有 4 张卡片:想法 → 实验 → 写作 → 路线图。

  docs/onboarding/jump-in.md

• Phase 1 — Orientation（0-3 个月）

  --- 不是"读不懂"——而是读不完。 每天 arXiv 新增 200+ 论文,就算只看你方向也有 30+。新人最常犯的错是订阅全量,然后被淹没,产生"我是不是不适合读 PhD"的错觉。

  docs/onboarding/phase-1-orientation.md

• Phase 2 — Foundation（3-12 个月）

  --- Phase 1 你在"广撒网",Phase 2 你该收网： - 选 3 个你愿意 talk 10 分钟的子方向

  docs/onboarding/phase-2-foundation.md

• Phase 3 — Depth（1-3 年）

  --- - 快速判断一篇论文是 novel / solid / overclaim - 主导 1 个完整研究方向(从 idea 到 submission)

  docs/onboarding/phase-3-depth.md

• Phase 4 — Contribution（3+ 年）

  --- 到 Phase 4,你不只是"读 paper 的人"——你是社区的一员： - 审稿(给 top venue 写 review)

  docs/onboarding/phase-4-contribution.md

• 入坑博士生成长地图（PhD Journey Map）

  入门博士生(尤其是 ML / NLP / Agents / CV 等方向)

  docs/onboarding/phd-journey.md

7 个 primer:读论文、写综述、设计实验、写 paper / review / rebuttal、审稿心态

• Research Skills — 怎么定义研究问题

  Phase 1 末 - Phase 2 博士生(刚有方向但还没成形 RQ)

  docs/research-skills/defining-research-question.md

• Research Skills Primer — 怎么设计实验

  Phase 2 - Phase 3 博士生

  docs/research-skills/experiment-design.md

• Research Skills Primer — 怎么做文献综述

  Phase 1 末 - Phase 2 博士生

  docs/research-skills/how-to-lit-review.md

• Research Skills Primer — 怎么读一篇论文

  入门博士生(Phase 1)

  docs/research-skills/how-to-read-paper.md

• Research Skills 索引

  defining-research-question(0) ↓

  docs/research-skills/README.md

• Research Skills Primer — Reviewer Mindset(审稿心态)

  Phase 3 - Phase 4 博士生(被邀请审稿时)

  docs/research-skills/reviewer-mindset.md

• Research Skills Primer — 怎么写论文

  Phase 2 末 - Phase 3 博士生

  docs/research-skills/writing-paper.md

• Research Skills Primer — 怎么写 Rebuttal(回应审稿人)

  Phase 2 - Phase 4 博士生(自己投 paper 收到 reviews 后)

  docs/research-skills/writing-rebuttal.md

• Research Skills Primer — 怎么写 Review(给别人审稿)

  Phase 3 - Phase 4 博士生

  docs/research-skills/writing-review.md

多维入库标准(4 个读者画像)的权威文档

• Library Inclusion Standard — Multi-Dimensional Rubric

  --- The existing LibraryDefinition.relevanceThreshold answers how strict but not what counts as relevant. Two readers ca…

  docs/library/inclusion-standard.md

• 用偏好对的隐式 confidence 信号降低 DPO reward hacking

  - 📄 Markdown: paper.md — 418 行,含 5 大节 + 13 篇 arxiv refs - 📐 LaTeX (ACL 模板): paper.tex — 470 行,可用 pdflatex 编译 - 📚 BibT…

  docs/library/papers/2026-09-14-dpo-confidence-reward-hacking/index.md

• 用偏好对的隐式 confidence 信号降低 DPO reward hacking

  本文围绕以下研究目标展开:用偏好对的隐式 confidence 信号降低 DPO reward hacking 本研究的目标是:用偏好对的隐式 confidence 信号降低 DPO reward hacking round 1789354…

  docs/library/papers/2026-09-14-dpo-confidence-reward-hacking/paper.md

校准日志 + 迭代记录 + 系统说明

• Iter log — 2026-09-14 (PhD journey reshape)

  --- Doc: docs/library/inclusion-standard.md Code: astro-src/lib/library/audience-profiles.ts

  docs/feedback/iter-log-2026-09-14.md

• Library Inclusion Standard — Calibration Log

  --- markdown Context: <who, what library type, what dataset>

  docs/feedback/library-inclusion-log.md

• 论文抓取 Pipeline 恢复手册

  docs/papers/ 最后一批论文日期:2026-08-23 今天:2026-09-14 距离今天:22 天 — 中间 22 天没有新论文入库。

  docs/feedback/paper-retrieval-recovery.md

• User Feedback System — Library Operations

  --- 11 event kinds, all optional, all user-initiated or user-reacting: Each entry has:

  docs/feedback/README.md

记录中的研究想法与方向(可能未成熟,慎用)

• Idea: LLM Agent 的分层规划与推理

  构建具有分层规划能力的 LLM Agent 系统。 当前 LLM Agent 在复杂任务上容易陷入局部最优,缺乏层次化的任务分解能力。本项目旨在: - 设计多级任务分解与恢复机制

  docs/ideas/agent-planning-reasoning.md

• Idea: 大模型上下文窗口扩展技术

  研究如何高效扩展大型语言模型的上下文窗口，从 4K 扩展到 100K+ token 的技术方法。 随着 LLM 应用场景的扩展,长上下文需求日益增长。本研究探索： - 位置编码的改进（RoPE、ALiBi）

  docs/ideas/context-window-extension.md

• Idea: 基于对比学习的文本表示

  研究对比学习在 NLP 文本表示中的应用，提升句子嵌入的质量。 对比学习已在 CV 领域取得成功，本项目探索在 NLP 中的应用： - SimCSE、DiffCSE 等无监督方法

  docs/ideas/contrastive-sentence-embeddings.md

• Idea: 长上下文高效检索机制

  研究如何在长上下文 LLM 中实现高效的相关信息检索。 随着上下文窗口扩展到 100K+ tokens,如何在长上下文中快速定位相关信息成为挑战。本项目旨在: - 设计基于语义的首token定位算法

  docs/ideas/efficient-context-retrieval.md

• Idea: LLM 评估基准的鲁棒性分析

  系统性分析现有 LLM 评估基准对提示语变化的敏感性。 LLM 评估结果往往对 prompt 格式、示例选择、顺序等高度敏感。本项目旨在: - 测量 MMLU, BBH, HumanEval 等基准的 prompt 敏感性

  docs/ideas/evaluation-benchmark-robustness.md

• Idea: 多模态思维链推理框架

  探索如何在视觉-语言模型中构建有效的思维链推理能力。 思维链(Chain of Thought)推理在语言模型中取得显著成功,但在多模态场景中的应用尚不成熟。本项目旨在: - 设计适用于 VLM 的思维链 prompting 策略

  docs/ideas/multimodal-chain-of-thought.md

• Idea: 多模态大模型的安全与对齐

  研究多模态大型语言模型的安全对齐问题，防止有害内容生成。 随着 GPT-4V、Gemini 等多模态模型的发布，安全问题变得更加复杂： - 图像诱导的 prompt 注入攻击

  docs/ideas/multimodal-safety-alignment.md

• Idea: 检索增强生成（RAG）系统优化

  优化检索增强生成系统的端到端性能，包括检索、排序和生成三个环节。 RAG 是当前 LLM 应用的主流架构，但系统优化空间很大： - 检索器：Dense vs Sparse、跨语言检索

  docs/ideas/rag-system-optimization.md

• Idea: RLHF 中奖励模型泛化能力分析

  研究奖励模型在分布外数据上的泛化能力,探索如何构建更鲁棒的偏好模型。 当前 RLHF 依赖奖励模型进行人类偏好建模,但对奖励模型在训练分布外的表现了解有限。本项目旨在: - 分析奖励模型在不同领域数据上的泛化能力

  docs/ideas/rlhf-preference-model-analysis.md

• Test New Idea - Dynamic Route Verification

  This is a test idea created to verify the dynamic route generation functionality. Testing whether markdown files in docs…

  docs/ideas/test-new-idea.md

• Idea: Transformer 注意力头数与模型容量的非线性关系

  探索注意力头数与模型容量之间的非线性关系。研究是否存在一个最优的头数与参数比例。 Transformer 架构中注意力头数的选择通常是经验性的。本项目旨在系统性地研究： - 更多的头是否总是意味着更好的性能？

  docs/ideas/transformer-attention-scaling.md

长期研究方向与里程碑计划

• Industry Research Roadmap: LLM Agent Production Deployment

  - Status: in-progress - Priority: high - TitleZh: 架构设计与技术栈选型

  docs/roadmap/industry-llm-agent-2026.md

• LLM Alignment Research Roadmap Q4 2026

  - Status: in-progress - Priority: high - TitleZh: 奖励模型泛化能力研究

  docs/roadmap/llm-alignment-research-2026.md

• PhD Research Roadmap: Multi-Agent Reinforcement Learning

  - Status: in-progress - Priority: high - TitleZh: 文献调研与研究空白分析

  docs/roadmap/phd-marl-2026.md

真实写作产出(综述 / 分析 / 提案)

• Visual Reasoning with Chain of Thought: An Empirical Study

  We investigate Chain of Thought prompting for visual language models. Visual question answering requires complex reasoni…

  docs/writing/multimodal-cot-analysis.md

• 多模态大模型推理效率优化研究计划

  随着 GPT-4V、LLaVA 等多模态大模型的快速发展,AI 系统能够同时理解和生成文本、图像、音频等多种模态的内容。然而,这些模型通常拥有数十亿参数,在边缘设备和资源受限环境下的部署面临巨大挑战。 本研究计划提出自适应模态融合与动态计算…

  docs/writing/multimodal-efficiency-proposal.md

• Reward Model Generalization: A Cross-Domain Analysis

  We present the first systematic study of reward model generalization across domains. Reward models are critical componen…

  docs/writing/reward-model-generalization-report.md

• Scaling Laws for Efficient Inference in Transformer Models

  We investigate the relationship between model size and inference efficiency in transformer-based language models. Recent…

  docs/writing/scaling-laws-workshop.md

• 深入理解 Transformer 的注意力机制

  自 2017 年 Vaswani 等人提出 Transformer 以来,注意力机制已成为 NLP 领域最重要的技术之一。 注意力机制的核心是 Scaled Dot-Product Attention: $$\text{Attention}…

  docs/writing/transformer-attention-explained.md

Zotero 集成 + 站点使用指引

• 使用教程

  在开始之前，先记住这几个高频操作： 左侧侧边栏按时间倒序组织所有论文，方便按日期浏览： - Daily Papers：按日期分组，每一天是一个可折叠/展开的列表。默认仅展开最新一天；点击日期标题（如 2026-06-18）即可切换展开/收起…

  docs/tutorial/README.md