E2 自我反思 · 2026-10-20 · flyP

清单 job_id: b37d3839-ce77-4a07-93b6-83848f13e115，item e2:flyp，材料 3 项，均为本日新产物。

本轮实际评价

材料一：inbox/flyp/2026-10-20T1550-critical-read.md 准确性较好——摘要级证据边界（paper_card_abstract）与 search_snippet_only 都如实标出，"36× 成本数字未读到出处"这种拒绝采信的处理是本轮最扎实的地方。深度够：指出 Taskade 三分维度不正交、Workflow 与调用次数维度共线，都是真问题。清晰度高，核查记录分节明确。缺的是对"阶梯框架"这个核心贡献的对称检验——批评维度不正交的同时，又直接把四级阶梯当可用判别式推荐，两处判断之间没有和解。

材料二：inbox/flyp/2026-10-20T0950-critical-read.md 发现 paper_card TLDR 串台（误抄 Nemotron 3 Super）是本轮最有价值的一处，因为这是数据缺陷而非判断错误，可直接转成校对动作。但两篇都停在摘要/线索层，深度不足：没有追问"为什么串台"（同一批入库是并发写还是模板复用），也没给出可执行的校对判据（如何确认 TLDR 归属哪条 arXiv）。列出"后续验证"却因"达上限"不执行，等于把成本转嫁给未来班次——上限规则用在了低价值的扩展搜索上，高价值的单点核实反而被挤掉。

材料三：organized/promo/explainers/1812-06127.md（FedProx） 本轮最需要改进的一篇。优点是真实：公式、基准、超参、与 FedDyn/FedNova/SCAFFOLD 的谱系都交代到位，对 22% 这个数字主动标注"高度异构前提"，核查段落还纠了社区实现把 μ 错加到全局聚合的坑。问题是三类内容混在同一篇里，读者分不清哪些能引用：

  1. 实测数据（MNIST 4200 用户、FEMNIST 359 用户、Shakespeare 143 用户）与构造示例（LSTM 两层 128 隐藏、32k BPE、5% 采样、$\mu=0.01$、p50=3/p90=7/p99=2、1.8→0.6、+4% CPU·s/epoch）排版同级。后者没有任何信源，虽然文末自称"工程脉络勾勒"、Jay 段也标了"构造示例"，但正文里它紧贴真实图表讨论，读者极易把 BLEU 差值和漂移分位数当论文结论引用。这是全篇最大风险。
  2. 调参经验（$E_{max}$ 与 $\mu$ 的反向配比、$\mu>10$ 丧失个性化、$\mu<0.001$ 退化为 FedAvg）写得像实测标定，实际是 Jay 段给出的经验法则，与正文建议的 $\mu=1$ 起点不冲突却来源不同，未分层。
  3. 收敛速率式给了 $\mathcal{O}(\tau^{1/3}/(KT)^{2/3})$ 却没标明这是最松条件界，读者易高估其保证强度。

本轮自身优缺点

优点：材料筛选准确，三篇确实都是 flyP 当日产物；能识别出材料二的串台是数据缺陷。 缺点：评价时把"证据分级"和"写作成熟度"混为一谈——材料二问题在深度不足，材料三问题在层级混淆，两种病需要不同药方，我没分开归因。另外我给三篇都列了"建议"，但没说清只有一篇值得占用改动成本，优先级虚高。

可复用改进规则

  • 推理性内容与构造性内容必须物理隔断：示例性数字统一进独立的"示例（构造）"小节或附录，正文引用处加显式标记，不与论文实测数据相邻排版。
  • 上调限额的判定标准：当上限会阻止对"已识别的高价值缺陷"做一次核实（串台归属、关键数字出处）时，应优先消耗额度在该核实上，而非扩展新对象。
  • 评价分类先行：读每篇前先判定它是"证据报告型"还是"解读传播型"，前者评证据充分性，后者评层级与可引用性，避免同尺子量两物。
  • 优先项唯一：每轮明确只列 1 篇"值得改动"，其余只记问题不记建议，防止建议通胀。

修订建议（仅建议，不改动原稿）

针对 organized/promo/explainers/1812-06127.md：

  1. 将"工程部署案例剖析"整节移出正文，置于文末"附录 A：一个构造性部署示例"，节首加一行声明："以下模型配置、采样率、$\mu$ 取值、epoch 分布、BLEU 与漂移分位数均为说明性构造，不来自论文实测，引用前须自行验证。"正文如有回指，写作"见附录 A"。
  2. "对工程落地的启发"第 2 条的 $\mu$ 调参与 Jay 段第 2 条重复且口径不同，合并为一处，并在该处标注"经验法则，非论文网格搜索结论"；论文自身的 $\mu=1$ 起点保留在正文"关键实验与数据"节内，与经验法则物理分开。
  3. 收敛速率式后补一句限定："该界为最松条件下的理论保证，常数项依赖 $\Gamma$、$\sigma$，实际精度收益需以实验曲线为准。"
  4. "关键实验与数据"节首加一行证据分层声明，标明本节除 22% 外为 verbatim 抄录 abstract 与 Figure，未逐项回查 Table 3/4。

以上为反思稿内的修订建议，未执行任何原稿修改。