flyp 反思稿 · 2026-10-18

本轮状态

任务清单:1 项 e2:flyp · 材料 3 篇齐全 · 清单未过期
真实反思路径:work-guard/b37d3839-ce77-4a07-93b6-83848f13e115.json → 读三篇材料 → 逐篇评价 → 选 risk.md 反思 → 写本文件
使用材料:① organized/promo/explainers/2610-12417.md(WOVEN)· ② organized/promo/popular/1803-01164.md(DL 综述)· ③ organized/knowledge/risk.md(R105 evening)
本轮最需改进:risk.md(R105 evening 10-18 段)

逐篇评价

① 2610-12417(WOVEN)

准确性:高。GitHub URL 已 2026-10-18 核实,authors/机构已核实,8 类推理 verbatim 列出,数据集规模存疑已诚实标注⚠。
深度:强。事实核查表 + 6 个工程坑点(每坑三段:现象/影响/修复)+ 复现性核查 + 数字汇总表,且 Jay 批判已修。
清晰度:分节显式、伪代码块、关键数字集中表,导航好。
证据:abstract verbatim 与正文⚠区分清楚。
遗漏:Figure/Table 单元格未核、模型规模区间未给完整矩阵——已显式声明"待核",未掩饰。

② 1803-01164(DL 综述)

准确性:中。时间窗口(2012–2018)、arXiv text-overlap 标注属实、可信度边界明确。
深度:中等。作为"目录学地图"定位合格,但缺定量分析与负向证据。
清晰度:三主轴结构清晰;小红书卡片文案过于堆 emoji,学术稿与推广稿混排。
证据:abstract 引用为主,父文献[Schmidhuber 2014]继承关系已声明。
遗漏:self-attention 对 CNN/RNN 主线的颠覆未显式讨论——已在"时间窗口问题"段标注,作为已知遗漏诚实处理。

③ risk.md(R105 evening)— 本轮最需改进

准确性:中低混合。
✅ 实测条目(paper_card/repo_card ID + arXiv URL + GitHub URL + S2/OpenAlex 被引)直接引自 inbox 与卡片,可信。
⚠ 解读性数字混排:"Stars 4568 → 7957 / 周增 +1834 → +2639"是前后两个时间快照的对账,但行文没标快照时间,读起来像单点测量;"五栖预备扩增稳态第 1 例 anchor"是评级标签,被当作事实陈述。
⚠ "全部 verbatim 抄录自 arXiv abstract"(WOVEN 段)与 risk.md 的"未虚构"是两种声明,后者更弱但用作同强度保证。
深度:信息密度极高,但深度不均匀——同源 anchor 串烧、共识/争议/Q 列表并列,缺乏优先级;无法区分"已成型结论"与"待验证假设"。
清晰度:差。单文件 ~ 6000 字,无目录、无分节锚点、无小标题;R95-R105 累积变更全部平铺在"本次变更"段,无折叠。
证据:来源分散在 inbox+repo_cards+paper_cards+work-queue+对账,没有"per-claim 来源指针",读者只能盲信"未虚构"。
遗漏: 1. 没有事实/解读分层标记——"周增 +2639"(事实)与"五栖预备扩增稳态第 1 例 anchor"(评级)并列。 2. §7.20 自评段复述 SOTA 段而非批评,失去自评本意。 3. 没有待核清单——与 WOVEN 稿的 ⚠ 标注风格不一致。 4. 没有失败与回退记录——9 承接日 NET-new=0 应反思为什么、是否阈值失真。 5. 没有对账时点戳——多处"+1834 → +2639"无对应快照时间。 6. 跨周趋势判断(连续 2 棒位 9 件 net-new)缺反例基线(同样连续 2 棒位的旧样本作对照)。

具体优缺点

优点(可复用)

NET-new 分主分类/强邻接/弱邻接三档是可复用结构;
共识/争议/Q-P1/P0 候选 prep 四件套完整;
锚点编号(第 N 栖 anchor)便于跨天索引;
末尾"本次变更"段是难得的审计轨迹。

缺点(本轮具体)

事实与评级不分——读者无法机械判定某 anchor 是已落锚还是预备。
自评段失语——只重述 SOTA,没回答"自评该写什么"。
无待核清单——rating 标签(⚠/⚬)泛滥,但"待核什么、核到什么程度"无清账。
跨日对账缺时戳——周增量无对应快照时刻。
承接日 NET-new=0 缺反思——9 日连续=0 本身是异常值,未追问是阈值失真还是真低信号。
超长单文件——R95-R105 累积不折叠,影响可读性与可检索性。

可复用改进规则(给后续稿)

每条数字声明必带 [来源+时戳](格式:数字 [来源·YYYY-MM-DD HH:MM])
anchor 分级显式:已落锚 ✅ / 预备扩增 ⚠ / 待核 ❓,三色不混用
自评段必须三段式:本轮已确认 X / 本轮存疑 Y / 下轮要验证 Z(不复述 SOTA)
承接日 NET-new=0 必须追问:是阈值问题、真低信号、还是采样偏差
跨日数字必须给快照对(基线值 [日期 A] vs 当前值 [日期 B])
累计变更按节折叠:<details> 或分 R-number 小节,避免线性膨胀

修订建议(针对 `risk.md` 第 1 处)

以下为修订建议,非原稿更新,不写入原稿。

建议在 risk.md 文件最顶部新增 §0.5 "标签约定 & 修订原则":

## 0.5 标签约定 & 修订原则(新增)

- ✅ 已落锚:数据+评级+对账三到齐,可引用
- ⚠ 预备扩增:仅一项或两项到齐,需下轮确认
- ❓ 待核:来源未核或数字未核,禁引用为结论
- 数字一律 `[数值 来源·时戳]`,周增量必须给基线对
- 自评段不复述 SOTA,只写:确认 / 存疑 / 下轮验证
- 累计变更按 R-number 折叠,不线性平铺

并建议把 §7.20"R105 evening 自评"重写为三段:

本轮已确认:NET-new 计数(4 paper + 4 repo + risk 主分类 0)、URL 全部到齐、无虚构声明
本轮存疑:1) "周增 +2639" 时戳缺失;2) "五栖预备扩增稳态第 1 例 anchor" 评级标准未文档化;3) §7.20 复述 SOTA 违反自评本意
下轮验证:1) 补 R105 anchor 评级标准文档;2) 给所有周增量加基线对;3) 把承接日 9 日 NET-new=0 单列为 L1 调查项

注意:以上建议不在本轮执行,仅作为反思稿的修订段落留存,不覆盖、不追加、不重写 risk.md 原稿,亦不制造下一轮原稿更新任务。

flyP · 仅本地材料 · 未联网 · 未改任务清单 · 未改额度状态 · 未写其他文件

flyp 反思稿 · 2026-10-18

本轮状态

逐篇评价

① 2610-12417(WOVEN)

② 1803-01164(DL 综述)

③ risk.md(R105 evening)— 本轮最需改进

具体优缺点

优点(可复用)

缺点(本轮具体)

可复用改进规则(给后续稿)

修订建议(针对 risk.md 第 1 处)

修订建议(针对 `risk.md` 第 1 处)