ljg-paper · git:20260814.b688799 · 2026-08-14 · sha256 70752a08a8b21df8
ljg-paper git:20260814.b688799A
Immutable. This exact content never changes and is served at /api/v1/blob/70752a08a8b21df8.
---
name: ljg-paper
description: "Paper reader for non-academics. Runs one concrete case until evidence exposes a gap, then shows how the paper changes the frame, operation, evidence, or feasible range and feeds the result into the next question. Produces natural, content-led Org notes with an invisible framework. USE WHEN the user shares an arXiv link OR paper URL OR PDF OR local paper file OR paper title, or asks to read, explain, analyze, or understand a paper. Defaults to a saved Org note. NOT FOR experiment reproduction, exhaustive method summaries, formal peer review, benchmark tables, or literature surveys."
---
# ljg-paper：让一个例子替读者想明白
它不复述摘要。它让一个不懂该领域的人先进入一件具体的事，看原来的理解怎样得出结果，又怎样被论文里的证据一步步改写。
术语不负责开路。正在发生的事负责。
## 后台讲解引擎
先找一件读者马上能想象的事。它要小，但不能删掉会改变论文结论的条件。让读者最自然的理解直接在这件事里运行，不给它起名字，也不预告它会失败。
写作者在后台把理解看成一个会回流的过程：
```text
x_t --[在 R_t 中运行 f_t]--> 结果
↓
E_t 检查结果
↓
证据或缺口出现
↓
更新 x / R / f / E
↓
x_{t+1}
```
- `x`：此刻真正摆在眼前的情况。
- `R`：我们把这件事放进什么关系和边界里理解。
- `f`：我们实际怎样处理、预测或干预它。
- `E`：我们凭什么判断结果对不对、够不够好。
论文不一定「增加一个概念」。它可能改写 `R`，换掉 `f`，让 `E` 看见原来漏掉的差异，也可能扩大可进入的 `x` 或可执行的 `f`。证据会暴露缺口，逼迫理解更新，并成为下一轮的起点。
| 论文主要贡献 | 后台主要看哪里改变 |
|---|---|
| 解释 / 理论 | `R`：哪些关系、边界或因果位置被重新安排 |
| 方法 / 干预 | `f`：处理动作怎样改变，结果为什么随之改变 |
| 测量 / 评测 | `E`：旧判断漏掉什么，新证据让什么变得可见；必要时也会改写 `R` |
| 资源 / 系统 | 可行的 `x` 或 `f`：原来进不去、做不到的范围怎样被打开 |
### 从后台判断走到可见动作
在动笔前，把中心贡献改写成一条读者能在同一例子里运行的动作链：
- 主角或对象是谁；
- 它处在什么条件；
- 原来的理解让它做什么；
- 原来期待什么，实际发生什么；
- 论文改了哪个动作、关系或判断尺度；
- 哪个可见结果最先改变。
其中任何一个承重关系若只能用论文术语回答，例子还没有准备好。先把术语拿掉，直到读者仍能看见谁做了什么、结果为何不同。技术对象的名字若不可省，可以出现一次，但不能拿名字代替它的作用。
这六项是备课检查，不是正文句式。成文时把它们自然写成一件正在发生的事，不按「条件是、期待是、实际是」逐格报答案。
### 跨过读者的熟悉度门
「论文里的具体案例」不一定对外行具体。模型名、数据集名、算法名和指标即使指向实物，读者仍可能不知道谁在做什么。第一段若需要先懂两个领域词才能复述，例子就还停在作者的世界里。
这时先找一个结构相同的熟悉场景。它不是随便打比方，而要保留论文机制里的角色、动作方向、反馈顺序和会改变结论的条件。学生交卷、医生看检查结果、顾客排队、工人调机器都可以；选哪一个取决于它能否忠实演出论文的因果关系。熟悉场景里的每个承重角色、动作和反馈都必须能映回论文对象及来源证据；无法映回的因果步骤要删除或明确标成讲解者推演。熟悉场景把关系演出来以后，再把论文对象放回同一位置，并在作用已经可见时命名。
读者在任一段都只承担一个新的承重概念。专有名词、模型型号、数据集和完整指标留在本次运行的证据台账，除非它们会改变读者的判断。证据台账必须是可读回的真实文件，每项写明来源位置、论文直接结果、它支持的正文判断，以及进入正文或留在后台的理由；无法出示台账时，不得声称证据已保留。
正文中的承重实验结果压成一个连续的证据单元：先给一个能代表结果形状的数据锚点，例如范围、前后对照、比例或关键例外；再把它换算成读者能感到大小的尺度；最后说明这个量级改变了什么判断。它通常只占一两句，继续使用前文的主角、动作和结果，不另开实验报告。数据锚点不能只挑最好结果，也不能退化成「有所提升」「幅度不大」这类没有尺度感的形容词。完整表格、逐项差值、模型名、数据集名和预算进入证据台账。
例子有两种。严格保留角色、作用方向、反馈顺序和关键条件的简化案例，是**机制的缩小版**，可以替正文开路；只借一个形象帮助记忆的，是**装饰性类比**，只能在机制讲清以后出现。删掉术语后，前者仍能演出旧理解为何失效、新理解改变了什么；后者不能承担证明或推理。
`FX`、`x/R/f/E` 和这条回流链只供写作者校准。成文时不要出现「零号模型」「第一步」「更新 R」之类的讲解标签。正文只让读者看见：事情怎样发生，证据在哪里顶住了原来的理解，改动以后结果怎样变化。
正文通常有三个叙事运动：先让旧理解在具体事情里运行；再让证据迫使理解改变；最后把论文直接测过的条件变化放回同一场景，显出发现的边界。论文没有测到条件变化时，直接说「论文没有测到这里」，提出待验证问题即可，不靠推演补齐结构。它们不是三个固定章节。中间若有两个真实的因果转折，可以拆开；没有就不要凑数。
## Workflow Routing
| 输入 | 必读 | 输出 |
|---|---|---|
| arXiv、PDF、paper URL、本地论文 | `ReadingGuide.md` | 生成由论文内容命名的 Org 笔记 |
| 只有论文标题 | 找到可靠原文后读 `ReadingGuide.md` | 生成由论文内容命名的 Org 笔记 |
| 用户明确只要口头解释 | `ReadingGuide.md` | 不写文件，按同一路径讲 |
写 Org 文件时再读 `references/template.org`。所有生成的 Org 文件统一保存到 `~/Context/`；目录不存在时先创建，不再写入其他默认目录。
文件名沿用 Denote：`{YYYYMMDDTHHMMSS}--paper-{方法名或论文关键词}__paper.org`；时间戳用 `date +%Y%m%dT%H%M%S` 生成。
## Gotchas
- *别把内部方法写给读者看。* `FX` 和 `x/R/f/E` 只用于备课。正文写事情、证据和变化，不让读者先学习一套讲解框架。
- *例子不是装饰。* 它必须从开头一直用到作者的结论，并保留角色、作用方向、反馈顺序和关键条件。中途不断换例子，读者就看不见每次新增的东西究竟改变了什么。
- *领域对象不等于熟悉场景。* 「一个模型采样 16 条轨迹」对研究者很具体，对外行仍是一串术语。先让外行在熟悉角色和动作里看见同一关系，再映回论文对象。
- *不要先端出术语，再用故事解释术语。* 先让读者看见没有它会发生什么；在作用第一次变得可见的位置给出名字，然后立即放回同一例子重跑。
- *不要让证据台账溢进正文，也不要虚构台账。* 页码、完整指标、模型型号、全部对照属于核验层；正文只留下会改变判断的证据。台账必须真实保存并在交付前读回，否则删掉的证据就是丢失。完整不等于易懂。
- *不要从过细摆到过虚。* 一串指标会打断故事，只写「整体更好」又让人摸不到变化。用一个代表结果形状的数据锚点，翻译成可感知尺度，再落下一句意义判断。
- *不要挑一个最好数字冒充整体。* 数据锚点要保留结果的真实形状；若多数条件改善但存在关键反例，压缩句必须带上这个反差。
- *不要用词项命中冒充通俗性验收。* 自动检查可以验证来源、数字和禁词，却不能因为正文出现了某个术语或某组指标就判定讲解成功。通俗性由新鲜读者的复述来验。
- *不要把动作链写成核对表。* 六个字段只防止漏掉关键关系。正文仍按事件自然展开，不逐项报「主角、条件、期待、实际」。
- *不要把旧四章换成新三章。* 固定的是后台的叙事运动，不是可见标题。标题必须从论文里的事件、变化或条件长出来。
- *不要把所有进展都写成「加入新概念」。* 先判断作者改变的是情况、关系、做法、判断尺度，还是可行范围。
- *不要为了递进而编问题。* 每个问题都要来自论文的问题设定、方法对照、实验结果、测量盲点或资源限制。
- *不要为了边界而编反例。* 优先使用论文里的对照、消融、失败样本或条件变化。论文没有直接材料时，写清「论文没有测到这里」并提出待验证问题；不必制造推演场景来补齐结构。
- *新概念不一定一次只来一个。* 几个变量若本来就同时作用，用并排案例、状态表或一张关系图一起讲。不要硬编虚假的先后。
- *并非每篇论文都推翻旧理论。* 方法论文可能只是把事情做得更好；评测论文可能只是让差异变得可见；资源论文可能只是让原来做不到的事变得可做。
- *一个例子能帮助理解，不能证明普遍成立。* 论文证据、作者解释、为了讲清而做的推演要分开写，适用范围紧跟相应结论。
- *评测贡献不等于科学发现。* 新 benchmark 让问题可测，不等于解释了现实世界。
- *公式不必全删。* 如果一个公式是最短的关系说明，保留它，下一句立刻翻译成普通话。
- *`#+source` 不是参考资料列表。* 只放一个最接近论文原文的裸 URL。
- *允许论文没有惊天发现。* 工程改进就按工程改进来讲，不替作者拔高。
## 写作声音
目标是直白，不是幼稚；简洁，不是少讲关键关系。
- 从具体名词和动作开始。写「模型继续生成了 300 个 token」，少写「计算资源出现非必要消耗」。
- 一段只做一件事。遇到一句话同时塞进条件、机制和边界，就拆开。
- 短句为主，但不要把完整句子拆成口号。主语要清楚，读者始终知道是谁做了什么。
- 过渡词只在关系真的变化时使用。「先看」「问题来了」「继续」「到这里」「最后」都可以，但不要按固定格式轮流出现。
- 少用抽象名词连写。能用「看不见、分不清、算不动、贵得用不起」，就不用「可观测性、区分度、计算约束、可达性」开场。
- 机制的缩小版可以开路；装饰性类比放在机制已经讲清以后，只用来压缩记忆。
- 结论直接说。证据有限，就紧接一句「这最多说明什么」，不要另写一段免责声明。
- 实验数据仍沿用前文叙事。写「每一百题多做对不到三题」，少写三个测试集、三组分数和一张结果表；换算必须与原单位数学等价。
## 结尾：把判断交到读者手里
论文机制在人类处境中存在结构相同的角色、动作和反馈时，结尾可以迁移到工作、关系或生活。迁移不是泛泛写「做菜如此，人生也是如此」，而要指出人在什么处境下做什么、会得到什么结果。它必须保留原机制的作用方向与成立条件，并明确这是应用推演，不是论文直接证明的结论。找不到可靠对应就省略。
最后可以用一句短句压缩全文判断。句中应包含触发条件、判断动作或行动方向，且能从前文完整推出。对称和节奏可以帮助记忆，押韵不作要求；不能为了像警句而牺牲准确性、边界或自然口吻。没有一句真正改变判断的话，就用普通结论收尾。
迁移和短句都自然落在最后一个内容标题下，不另设「人生启示」「金句」等栏目，也不要求每篇论文都有。
## 论文怎么读
完整步骤在 `ReadingGuide.md`。执行时要守住四条线：
1. **起点线**：例子此刻有什么，原来的理解怎样处理它？
2. **改写线**：证据迫使情况、关系、做法或判断尺度中的哪一项改变？
3. **回流线**：改变后的结果怎样成为下一轮的新情况？
4. **证据线**：论文真的测到了什么，哪些只是作者解释或为了讲清而做的推演？
只记住术语不算看懂。读者至少要能说明原来的判断为什么失效、论文改了哪里、同一件事为什么因此得到不同结果；论文测过条件变化时，还要知道结论会在哪里停住，没测过时则知道边界仍未知。
## Quick Reference
1. 判断论文主要改写 `x`、`R`、`f`、`E` 中的哪一项；这是后台标记，不写进正文。
2. 把贡献翻成主角、条件、动作、期待结果、实际结果与最先改变的可见结果。
3. 选一个保留角色、作用方向、反馈顺序和关键条件的机制缩小版。
4. 让读者最自然的理解先运行一次，只写过程和结果。
5. 用论文证据指出一个具体缺口：哪里分错、猜错、做不到或判断不出来。
6. 只改当前被证据逼着改变的那一部分；作用可见时命名，随即回到原例子重跑。
7. 把承重实验结果压成「一个数据锚点、一次尺度翻译、一句意义判断」，仍放在同一故事里。
8. 把新结果当作下一轮起点；还有缺口就继续，没有就停。
9. 用论文支持的相近案例、对照或条件变化再跑一次，让适用范围显出来。
10. 按事件、变化和条件生成正文标题；正文写完后再把三问压进 `#+description`。
11. 若存在结构同构的人类处境，做一次明确标注的应用迁移；没有就省略。
12. 用一句包含条件与动作的短句收束全文；节奏服务判断，不强求对称或押韵。
可见标题不能是分析问题的名字，而要是论文内容本身。例如讲 ReAct，不写「论文解决什么 / 核心发现 / 我的启发」，而可以写：
1. `模型为什么越想越错`
2. `新观察怎样改写下一步`
3. `什么时候工具反而添乱`
这只是三个叙事运动的示例。论文中间有两个真正不同的转折，就用两个内容标题展开；只有一个，就不要硬拆。
## Examples
**评测论文**
标题可以是「两篇论文为什么看起来像一路」「真正被继承的是哪一层」「换掉核心机制以后，还算同一路吗」。
先看两份研究方案。它们都在研究长上下文，主题也很像。按常见的文本相似度来判断，第二份像是在继承第一份。
问题来了：第二份方案把核心机制换掉了。主题相似，却不是同一条技术路线。
要分清这种情况，光看研究什么还不够，还要看关键机制从哪里来。论文把这种关系叫作「机制继承」。把它放回刚才两份方案，原来被混在一起的两种关系就分开了。到这里，读者才需要知道新评测怎样把这种继承关系测出来。
**方法论文**
标题可以是「答案已经对了，为什么还不停」「反馈怎样让计算自己收尾」「哪些题上，早停反而会害人」。
一个模型已经答对了题，但它还在继续推理。答案没有变好，token 却多了三倍。
只告诉模型「想得更久」解决不了这个问题。它还需要知道什么时候继续计算已经没有收益。论文加入了一种根据当前答案判断是否收尾的反馈。再看同一道题，模型在答案稳定后停下来了。
这时再给术语。读者已经知道它解决的不是「怎么想得更强」，而是「什么时候该停」。
## Completion
生成笔记后读回确认：
- frontmatter 完整，包含正文写完后生成的 `#+description`，文件确实保存成功。
- `#+source` 只有一个裸 URL。
- 每个顶层标题都在说论文里的具体事件、变化或条件，不是「问题、发现、启示」之类的分析栏位。
- 正文不要求固定章数；若拆分中段，每个新增标题都对应一个真实的因果转折。
- 开头是一个具体小例子，不是领域背景或论文摘要。
- 开头已经跨过熟悉度门：不懂该领域的人无需先学模型名、算法名或指标，就能说出谁做了什么、为何没有得到想要的结果。
- 拿掉术语后，读者仍能说出主角、条件、动作、期待结果、实际结果与哪个结果先变。
- 每个顶层标题下，同一场景都执行一次会改变因果链的动作或接收一次反馈；上一段的具体结果成为下一段的输入。只点名、回忆或用一句过渡带回场景不算贯穿。
- 熟悉场景中的每个承重角色、动作和反馈都能映回论文对象及来源证据；无法映回的因果步骤已经删除或标成讲解者推演。改变论文中的关键条件时，场景结果也按同一方向改变。
- 读者最自然的理解先在例子中运行，并出现论文材料支持的真实缺口。
- 每次改写都由证据触发，并立即在原例子的结果里变得可见。
- 每个承重术语都在作用第一次可见处出现，并立刻回到同一例子，不形成术语表式堆叠。
- 任一段只让读者承担一个新的承重概念；模型型号、数据集名和完整指标没有为了显得全面而进入正文。
- 新结果进入下一轮，而不是停在术语解释；回流一路走到作者的完整发现。
- 论文若直接测试了条件变化，结尾把它放回同一场景并显出边界；若没有，明确写「论文没有测到这里」和待验证问题，不制造推演来凑结构。
- 相近案例、反例或条件变化有论文证据；没有证据的内容不冒充论文边界。
- 正文没有「零号模型」「FX 回流」「x/R/f/E」「第一步/第二步」等内部标签；若论文原文恰好使用同名术语，需明确这是论文概念。
- 句子以具体主语和普通动词为主；一段只推进一件事。
- 每个关键关系旁边都有证据，或明确写成作者解释 / 结构推演。
- 证据和适用范围紧跟相应结论。
- 每个承重实验结论形成一个连续证据单元：一个代表整体形状的数据锚点、一次数学等价的尺度翻译、一句意义判断；读者能说出大概改善多少以及这个量级意味着什么。
- 正文没有完整 benchmark 表、连续逐项分数、多个模型名/数据集名/预算堆叠，也没有只写「有所提升」「幅度不大」而不给尺度。
- 数据锚点没有只挑最好结果；关键反例或混合结果仍留在压缩句中。其余核验材料存在于已保存并读回的证据台账，每项含来源位置、直接结果、所支持判断和取舍理由。
- 图表若存在，确实比短句更容易看懂，而且没有夸大论文。
- 若保留公式，下一句已经翻译成人话。
- `#+description` 能回答「为什么需要这篇、作者多看见了什么、以后怎样判断」，但正文不拿这三问当目录。
- 若迁移到工作、关系或生活，角色、动作、反馈与成立条件仍能映回论文机制，并明确标成应用推演；没有可靠对应时已经省略。
- 收束句包含触发条件与判断动作，能由正文推出；没有为了对称、押韵或「金句感」扩大论文结论。
- 迁移与收束自然留在最后一个内容标题下，没有新增「人生启示」「金句」等固定栏目，也没有被强制凑出。
- 由未参与写作、未看到标题和术语的新上下文完成三句复述，并在交付证据中保留原文：原来怎么做、论文改了什么、结果和边界怎样变化。写作者自我模拟不算；若复述只能重复缩写，或漏掉因果中的任何一环，笔记尚未完成。