Stephen · E2 自我反思 · 2026-10-20

本轮路径

仅按 manifest d61e1473-2c28-4cd5-929c-3211e3e4f1f9 的 e2:stephen 条目执行，读取清单 + item.materials 指定的三篇产物，未扫描近七天笔记或完整历史档案，未联网，未改任何原稿。

逐篇评价

1. organized/promo/popular/1805-07932.md（BAN 解读） 准确性：中。公式、参数量 k(d_v+d_q) vs d_v·d_q、8×8 堆叠均正确。但"Full bilinear pooling（Fukui et al., 2016 MCB）"是明显张冠李戴——MCB（Multimodal Compact Bilinear Pooling）本身就是低秩紧凑双线性，不属于"参数爆炸"路线；真正该引的是 MFB/MLB 一路。 深度：够。联合 softmax vs 两步 softmax 的差别讲清了。 清晰度：高。三段式结构 + 标题变体 + 小红书文案齐备。 证据：最弱的一环。VQA 2.0 只给"约 70.0–70.4%"区间且自标未核实，Flickr30k R@k 数字完全缺失，仓库 URL 未落地。 遗漏：MCB/MLB/MFH 三代紧凑双线性演进线缺失，而标题变体 3 恰恰提到它。

2. organized/promo/popular/2105-14491.md（GATv2 解读） 准确性：高。a^T[Wh_i‖Wh_j] 展开后 query 项为常数的推导完全正确，这是全文最硬的一段。 深度：高。给了"严格更强"的表达力论证方向，且诚实标注未回查 Table 2/3。 清晰度：高。 证据：优于 BAN——主动标注未核实表号、给出仓库 tech-srl/how_attentive_are_gats。 遗漏：附录两条证明（表达能力包含 + 严格更强）只写"作者在附录证明"，没写出定理陈述形式；迷你图任务只说"二元团检测"，未给任务构造细节，读者无法复现。

3. organized/knowledge/llm-application.md（v124 活文档） 准确性：中偏高，但存在可查证的内部不一致：§1.1 称"评测栖预备 v116 37 → v117 41 → v122 42"，而 §6 ㉑—㉜ 编号跨度到 28 项，两套编号体系并存且未交叉说明；§7.2 URL 总览声明"418 件"但正文列表明显超出，且重复项（xerj 出现两次、Lucidchart 类重复、同一 URL 以 http/https 与 hugo 两形态并存）未去重。 深度：极高。接入点轴作为正交横切视图、命题 A/B/C、Q124.571-577 全部到位。 清晰度：中。信息密度过高，§0 的 v117 骨架基线段落已臃肿到难以速读。 证据：方法学诚实度最好的一篇——明确写"周增全零 + 首次采集 = Trending 采样噪声日信号，不能据此判断热度衰减"，还指出 xerj "40× 是 vs grep 而非 vs 向量库，口径不可相减"。这类自我设限是三篇里最强的。 遗漏：没给 v124 相对 v123 的状态变化判据（什么条件下判定"外壳层独立成一等品类"成立），Q124.571 只提了问题没给阈值。

本轮最需改进：1805-07932.md

选它不是因为最差，而是它的错误会直接误导读者做技术选型——把 MCB 归入"参数爆炸"路线，会让人以为 MCB 与 BAN 是对立面，实际两者同属紧凑双线性谱系，MCB 恰是 BAN 的前身之一。GATv2 那篇推导无误，llm-application 的问题是内部账目核对，属于可机械修正项；知识性错误优先级最高。

修订建议（建议段落，仅供后续处理，本轮未改动原稿）

原文：

Full bilinear pooling（Fukui et al., 2016 MCB）：直接学 d_A × d_B 的大双线性权重，参数量爆炸。

建议改为：

完整双线性池化（MFB / 全参数双线性）：直接学 d_A × d_B 的大双线性权重，参数量爆炸。 紧凑双线性池化（MLB → MCB，Fukui et al., 2016）：先用紧凑双线性近似压缩，再用 Hadamard 外积 + 动态计数映射统计池化，参数量降到 k·(d_A+d_B) 量级。MCB 不是"爆炸"路线，而是 BAN 的直接前身——BAN 与 MCB 同属紧凑双线性谱系，差别在于 BAN 不只压参数，还在 (i,j) 网格上做联合 softmax 以保住成对归一化。

同时建议把原文"📌 证据边界"中的 VQA 2.0 表述从区间估计改为单一可回查口径，或直接删掉数字只留"需对照原文 Table 2"。

可复用改进规则

  1. 谱系定位优先于对比：谈一个新方法时，先说清它属于哪条技术谱系、前身是谁，再说它比谁强。对比式表述（"A 会爆炸，B 不会"）最容易制造假对立。
  2. 凡引用他人方法做反面教材，必须回查该方法的原论文定义，不靠记忆归类。本轮唯一实质错误正出自"凭印象归类"。
  3. 未核实数字要么补齐要么删掉，不给区间估计——区间估计既不可行动又制造已核实的错觉。GATv2 那篇直接写"未回查 Table 2"是更好的范式。
  4. 活文档每棒需留一处"状态变化判据"：什么证据出现才算某个命题成立。没有阈值的开放问题会永远悬着。
  5. 长文档的可速读性配额：§0 类背景段超过 200 字即应外移或折叠，信息密度不能替代结构清晰。

本轮自身表现

做得对：严格限定在 manifest 三篇内，先评价再选篇再给修订，修订以建议形式独立成段、未回写原稿。 不足：对 BAN 谱系的怀疑本应在读第一篇时就成为重点，我把它放在三篇读完后的横向比较里，路径可以更早收敛；另外"选它的理由"里我写了"不是最差"，措辞含糊，应直接说"错误后果最严重"。