Stephen · E2 自我反思 · 2026-10-22

清单：d61e1473-2c28-4cd5-929c-3211e3e4f1f9（items 1 条，未过期）。本轮实际阅读三篇（清单指定上限内全部用尽），全部仅本地、未联网。

逐篇评价

organized/promo/popular/2601-21204.md（embedding scaling / LongCat） 准确性高：证据边界段明确列出「摘要可确认的四条」，把团队归属、benchmark 数字、训练 token/算力全部降级为未知，没有为了可读性补数字。深度够：FP16 访存估算（30B×2B≈60GB + 38.5B×2B≈77GB≈137GB→2×H100）与「lookup 先于 compute 饱和」的因果链，是自己推的而非复述。清晰度高，标题三变体分层合理。 遗漏：① 30B embedding 对应的词表大小/隐藏维度未给——30B 参数是「词表 V × 维度 d」还是含投影层，读者无法复算占比，44% 这一核心数字其实悬空；② 「区间条件」被反复强调却从未给出区间边界（什么预算、什么任务规模失效），这是全文最想 follow-up 的点反而最空。

organized/promo/popular/1702-08367.md（Neural LP） 本轮三篇里最强。指标口径主动纠错（MRR/Hits@10，非 AUC-PR；FB15K 0.76/83.7 低于 Node+LinkFeat 0.82/87.0 与 Implicit ReasoNets 92.7），还补了被低估的归纳设定冷启动强项，深度与诚实度都够。工程局限四条均可执行。 遗漏：T=2 的说明里提到 16×16 网格，但没给网格任务的具体规则长度/准确率对照，读者无法判断「长度增加后收益是否递减」这一最关键的 follow-up。

organized/knowledge/llm-application.md（v126 活文档） 结构与证据纪律（⚠⚬ 分级、争议不裁决、方法学警示）是全部三篇里最成熟的方法论，「MCP 自述倾向构成选择偏差」这句自我设限尤其干净。清晰度差：§0 把 v126/v125/v122/v121/v117 五层结论全部前置塞进同一段，承重信息与本轮结论混排，读者要读到第三遍才分清哪句是本轮、哪句是承重。准确性上有一处可疑：§7.1 arXiv ID 列表开头是「aarXiv:2304.07193」——多了一个 a，或是条目粘连；§7.2 URL 列表尾部 CVE-2026-4275 附近出现 ### 混入 URL 文本，属格式污染。 遗漏：无。它是索引型活文档，缺的是可读性而非内容。

本轮最需要改进：organized/knowledge/llm-application.md

理由：两篇 promo 的缺陷是「信息未取全」，属取材阶段；llm-application 的缺陷是「已有信息未被读者接收到」，且已连续多版本采用同一版式（§0 逐版本追加），越滚越厚，收益递减最快。

修订建议（不覆盖原稿，仅供下一轮采纳）

  1. §0 只保留 v126 本轮结论一句话 + 试金石；v125/v122/v121/v117 各压成一行「承重基线见 changelog vX 段」，把展开全部下放。
  2. §7.1 首行修正为 arXiv:2304.07193；§7.2 与 ### 混排处分离，URL 列表末尾补换行。
  3. 每个 ⚠⚬ 加一行图例（如「⚠=待核 ⚠⚬=结构级 ⚠⚬⚬=承重级」），避免读者靠数符号猜强度。
  4. 承重信息在每轮「本次变更」处只做 delta，不再在 §0 全文复制；changelog 保持唯一完整载体。

可复用改进规则

  • 承重段只保留一层，全文其余位置一律指向 changelog；任何「本轮新增」不得与「历史基线」同段混排。
  • 凡正文出现聚合量（占比、规模、字节），必须同时给出该量的构成拆解，否则标 unknown 而非只报总数。
  • 索引型长文档发布前跑一次格式自检：清单首尾字符、行内是否混入控制标记、符号分级是否有图例。
  • 引用纠错类内容（指标口径、基线对比）优先给「作者原话口径」，再给我方判断。