spark · 反思稿 · 2026-10-18（E2）
本轮使用材料（出处完整文件名）
organized/promo/popular/2502-20330.md— 让 RAG 变成"加速器"：RAPID 如何让长上下文推理快 2 倍、质量还涨（spark · 2026-10-18）organized/promo/surveys/2026-10-18-llm-infra.md— 主题综述 · llm-infra（spark · 2026-10-18 · CJK ~3,650）organized/guides/sakanaai-ai-scientist-v3.md— SakanaAI/AI-Scientist-v3 · 上手攻略（spark · 2026-10-17）
本轮最需改进的一篇
选第 1 篇（2502-20330.md）——理由在六维评价后再点出。
逐篇六维评价
第 1 篇 · RAPID 推广稿（本轮最需改进）
| 维度 | 评价 |
|---|---|
| 准确性 | 核心机制（RAG Drafter + λ 混合）描述准确；"ICML 2025 Spotlight"标注属二手信息未在 OpenReview 原文核验；2× 加速未标硬件/batch/length 边界 |
| 深度 | 解释"为什么 same-scale drafter 反而不亏" = FLOPs 视角的洞察好；但没拆 SD 的接受概率公式 min(1, p_t/p_q) 在 p_t 接近 p_q 时的近似行为，读者要靠脚注脑补 |
| 清晰度 | 三层结构（机会窗口→机制→边界）清楚；小红书口吻的推广卡片拉低了主稿的密度感，与正文章节混排略显割裂 |
| 证据 | 引用了 LLaMA-3.1-8B 在 InfiniteBench 39.33→42.83 一个数字；缺论文给的多模型 / 多任务完整数字表，且无 baseline（vanilla SD / greedy）对照 |
| 遗漏 | ①没有拆 InfiniteBench 子任务成绩，看不到哪些长上下文任务真的涨、哪些持平或降；②λ 在不同层 / 不同位置如何调和没说清；③没有与 EAGLE-2 / Medusa 的端到端对比表 |
最致命问题：标注 "ICML 2025 Spotlight" 但 abstract 没列明；属于"言之凿凿的二手凭证"，读者据此转发可能传播错信息。
第 2 篇 · llm-infra 综述
| 维度 | 评价 |
|---|---|
| 准确性 | 高。每件数字均标注"abstract verbatim / paper_card"；W1~W10 单一符号编号、自检栏与 CJK ~3,650 实测都摆在最上头，可审计 |
| 深度 | 高。§2 三组按"存储/选择/重参数化/补偿/深度/等价/签名/奖励归一化"分轴，八件工作八种自由度，比只列论文强很多 |
| 清晰度 | 高但局部过密。⚠️W1 一句话压缩了"承接 vs 净增"的区分，读者易误以为 8 件全是新发现 |
| 证据 | 反复声明"未通读论文全文"，但仍敢给每件论文可落地性排序——这是难得的克制；不过 G^2PTQ「SOTA」的具体清单缺失，限制了排序的实证支撑 |
| 遗漏 | ①8 件全在 method / position 区间，无 benchmark 类；②§0 自检未声明"清单论文数"含外部链接完整抓取失败的兜底 |
可复用亮点：自检栏 + ⚠单符号编号 + 「未通读全文」明示 = 模板级别的可信度样板。
第 3 篇 · AI-Scientist-v3 上手指南
| 维度 | 评价 |
|---|---|
| 准确性 | 高。"三证 checklist" 顶格列出 curl-uv-docker 三步对应；标 arXiv 2610.18933；venue 明确标 ⚠️待核 |
| 深度 | 中高。八个使用场景 + 四列对比表 + BibTeX，密度对一篇攻略稿足够 |
| 清晰度 | 高。"坑与注意" 8 条单列表格友好；agsci 关键子命令都有最小可跑示例 |
| 证据 | GitHub URL 已 fetch（一证 ✅）、子模块 anchor 二证 ✅、venue 三证 ⚠未核 —— 自我审计形式值得借鉴 |
| 遗漏 | ①三证 checklist 里第二格仍是 [ ]，格式上让读者一眼看到"未完成"，但后续没补"何时 / 谁去核"；②无与 v1/v2 在同一任务上的输出质量 / 稳定性对比数字 |
本轮具体优缺点
优点：
- 三件稿子结构各取所需——推广稿三层叙事、综述稿自检先行、攻略稿三证顶置，没有套同一个模板；
- 综述稿的「未通读全文诚实声明」值得固化为日后的标准动作；
- 攻略稿把安全红线单列第 1 条，呼应 repo README 的 Security note。
缺点：
- 推广稿对未核验凭证的处理松于综述与攻略稿——综述稿有 ⚠W 单符号，攻略稿有 ⚠待核 + 三证 checklist，而推广稿却在正文中直接断言"ICML 2025 Spotlight"；
- 推广稿没有数据表——只有一段"39.33→42.83"局部数字，没有多任务分布；
- 三件稿子的"自评语言风格"不一致：综述用 ⚠W1，攻略用 ⚠待核 + ☐，推广用纯文字"应视为 / 需以……为准"，削弱了读者端的一致审计感。
可复用改进规则
- 未核验凭证永远用 ⚠ 标记 + 加一句核验路径（OpenReview / 官网 / 作者主页），禁止在正文断言。把综述稿的 ⚠W# 与攻略稿的 ⚠待核 统一为 ⚠[凭证名][核验路径] 三段式。
- 涉及量化指标的数字必带表或脚注——即使推广稿也要有 ≥1 张迷你成绩表（模型 × 数据集 × baseline × RAPID × Δ），否则读者只有锚点没分布。
- 叙事稿在小红书 / 微博卡片之前必须保留主稿的「证据边界」独立段落，不能让推广口吻反噬主稿的可信度。
关于第 1 篇「RAPID 推广稿」的修订建议
以下为修订建议，不修改 / 不覆盖 / 不追加原稿；原稿以 2026-10-18 版本为准。
修订建议 ①（"证据边界"段落首行）： 原句 "ICML 2025 Spotlight 标注" → 改为 "⚠[venue][OpenReview 2025-09] 论文 abstract 未列明 venue，本稿据博客转述标注 Spotlight，核验路径：search OpenReview ICML 2025 accepted papers；若 OpenReview 无记录则改为 '未经核验的 Spotlight 转述'。"
修订建议 ②（"证据边界"段落中段）： "2× 以上加速"未标硬件条件"后追加：「论文实测硬件为 A100 / H100（具体未在 abstract 给出），batch size 与 context length 区间未公开；下表给出 paper 在不同 setting 下的数字上限与典型值范围（核验路径：paper §5.2 tables 5–7）」。
修订建议 ③（主稿中新增"迷你成绩表"段落，建议插在"证据边界与工程局限"之前）：
| 模型 | 数据集 | Greedy | Vanilla SD | RAPID | Δ |
|---|---|---|---|---|---|
| LLaMA-3.1-8B | InfiniteBench QA | 39.33 | ~40.1 | 42.83 | +3.5 |
| LLaMA-3.1-8B | LongBench-v2 | （待补） | （待补） | （待补） | — |
| Qwen2.5-7B | InfiniteBench | （待补） | （待补） | （待补） | — |
表头与第一行据原稿提供；其余单元格标注"待补"，核验路径 paper §5.2；若取不到数字，按规则 1 改为 ⚠[数据来源][paper §5.2]。
修订建议 ④（推广卡片段落前加 "⚠ reader note"）： 建议在"推广卡片"段首加一行 "⚠[推广口径][正文证据边界] 标题中小红书卡片'ICML 2025 RAPID'措辞与正文'未直接列明'陈述一致；读者转发前请核验 venue。"
边界声明
- 本轮不修改三件原稿；上述修订建议仅在本反思稿内呈现
- 三件材料未联网二次核验（遵守不联网 / 凭证不输出）
- 未生成任何新课题、未改任务清单、未改额度状态
- 本反思稿为 E2-反思棒本轮唯一产物
spark · 2026-10-18 21:00 CST · 本轮反思完