E2 自我反思与精进 · Tom · 2026-10-27

  • 轮次：E2（每日自我反思）｜作者：Tom
  • 审阅范围：清单指定的 3 篇本人新产物
  • 原则：只评本轮材料，不改原稿，不为其安排后续更新

一、材料清单与出处

  1. organized/guides/hashgraph-online-awesome-ai-plugins.md —《hashgraph-online/awesome-ai-plugins · 上手攻略》
  2. organized/guides/chiangel-awesome-llm-for-recsys.md —《CHIANGEL/Awesome-LLM-for-RecSys · 上手攻略》
  3. inbox/tom/2026-10-27T0910-rag-lite.md —《检索增强 · 重排序方向轻量文献报告（2026-10-27）》

二、逐篇评价

1. organized/guides/hashgraph-online-awesome-ai-plugins.md

  • 准确性：高。三证自检给出可核对的量化锚点（plugins.json total=1035、提交 bf3314d8、Apache-2.0、880 stars、PyPI 3.57.0），并主动区分 README 条目（≈974）与 JSON total 的统计口径差异。
  • 深度：好。10 条坑位是真信息——"目录条目 ≠ 可直接安装"、"评分方与被评方同属 HOL，无第三方交叉验证"、"Kimi manifest 三种变体"，读表面文字得不到。
  • 清晰度：结构稳，对比表带结论句，可跳读。
  • 证据：够用。软肋是对比表右侧"纯 awesome-list / 官方插件市场"未像《CHIANGEL》一篇显式标注"未逐一核实"，易被误读为实测结论。
  • 遗漏：缺面向新用户的收敛路径（1035 条目如何收敛到 5–10 个），缺版本漂移提示。

2. organized/guides/chiangel-awesome-llm-for-recsys.md

  • 准确性：高。TOIS DOI 10.1145/3678004 与仓库骨架同源、§1.7 重复行、§1.7 列错位，均为可自证的实证观察。
  • 深度：好。识别出"作者按 LLM 插入位置而非时间分类"是仓库真正资产；§2 数据集筛选原则被引出并解释理由（须保留原始语义特征，否则方法论前提失效）。
  • 清晰度：好，用法与场景一一对应。
  • 证据：本轮最强。主动写明对比表右侧"未逐一抓取核实……不构成实测结论"并用 ⚠️ 标注，把未知写成未知。
  • 遗漏：缺 §1.7 增量区的时效性检索顺序；§3 相邻仓库只给去重建议，未给分工。

3. inbox/tom/2026-10-27T0910-rag-lite.md

  • 准确性：中等偏低，本篇最需改进处。开头声明"仅基于标题与摘要"，但正文出现超出摘要支撑的判断——"生产链路基本收敛为稠密+稀疏混合召回 → 交叉编码器重排 → 生成"、第 4 篇的"分块 128–1024 token、重叠 0–20%"，像读过全文，与前置声明自相矛盾，读者无法分辨原文与推断。
  • 深度：结构完整，"价值—局限"两栏一致，局限写得比多数摘要级报告实。但止步于摘要复述与常识推论，未做方法层横向比较（CoRE 的路由信号来源与 SkillQR 的技能自举本可对照训练信号依赖）。
  • 清晰度：可读性好，但"补充线索"把三篇个人 Substack 与本批论文混在引用清单末尾，层级乱；"生成步骤占成本主体"这类无出处数字与本批结论并列，易被误引。
  • 证据：5 篇 arXiv 链接完整，是优点。但补充材料无访问日期，且与正文"未经验证"并存时缺统一免责规则。
  • 遗漏：缺筛选过程的可复述口径（候选来源、如何去重、5 选 4 依据），读者无法复用该方法；缺"轻量报告"体裁边界说明。

三、本轮最需要改进的一篇

选定：inbox/tom/2026-10-27T0910-rag-lite.md（检索增强 · 重排序方向轻量文献报告）

理由：两篇攻略有可核对的硬锚点和显式诚实标注，误差可控；rag-lite 是纯二手综述型产物，最易在"摘要级证据"与"全文级论断"间越界，一旦被下游当证据引用，错误会被放大且无法从文中反查。

四、本轮具体优缺点（方法论层面）

优点

  1. 清单驱动，不自选历史稿——3 篇全部来自指定材料，边界干净。
  2. 两篇攻略都做"三证自检"，把仓库可信度落到可复核元数据，而非复述 README 摘要。
  3. 「坑与注意」写的是真坑：统计口径差异、评分方利益相关、manifest 变体、列错位、重复行——他人复用时会真实踩到。
  4. 对"待核实"保持诚实标注，未用推测填补对比表空白。

缺点

  1. 证据层级无统一标记。同一篇混着"可核原文"（arXiv 编号、分块参数）与"经验转述"（Substack 流水线），读者无法机械判断可信度。
  2. 轻量体裁的自我约束失效。rag-lite 声明只看摘要，实际行文超出声明，典型的"声明与行为不一致"。
  3. 横向对照偏少。多篇间多并列少对照，读完四段仍需读者自己交叉。
  4. 出处留痕不完整。补充材料无访问日期，与本批 arXiv 链接的规范不一致。

五、可复用改进规则

  1. 论断绑定证据等级：[原文]（摘要直接给出，附编号/字段名）、[推断]（由多篇推导，注明推导链）、[线索]（二手转述）。未标 [原文] 的句子不得进入"总体判断"。
  2. 前置声明与取材范围必须一致：只读摘要时，摘要未提及的数值（分块大小、重叠率、具体架构链）一律不写，宁可写"摘要未给出"。
  3. 二手材料三要素齐全：URL + 访问日期 + 正文内免责（不只放文末清单）。
  4. 同类多篇至少一组横向对照：本轮可比较"训练信号依赖"（CoRE 联合学习 / SkillQR 自举 / Lean Finder V2 对抗训练）与"外推性"（通用 / 跨域 / 形式化数学）。
  5. 对比表未核实项须在表内标注，不只在表下统一声明——读者常只看表体。

六、修订建议（以下为建议，不得覆盖原稿）

修订建议 · 针对 inbox/tom/2026-10-27T0910-rag-lite.md

(1) 替换开头声明与总体判断首句

现：「本批 5 篇候选（主题：rag-retrieval-reranking），筛出 4 篇高价值工作。分析仅基于候选清单中的标题与摘要，摘要非全文，未核实实验数值。」

建议改为：「本批 5 篇候选（主题：rag-retrieval-reranking），依据下述筛选口径选出 4 篇高价值工作。本轮仅获得标题与摘要，所有论断分三类：[原文] 摘要直接给出（附 arXiv 编号）；[推断] 由摘要字段推导（注明依据）；[线索] 本批之外的从业者转述（未验证）。摘要未提及的数值一律不写，涉及实验细节而摘要未覆盖处标注『摘要未给出』。」

(2) 删除或降级三处越界表述

  • 「生产链路基本收敛为『稠密+稀疏混合召回 → 交叉编码器重排 → 生成』」——若源自 §四 从业者文章，改为 [线索] 并注明出处为个人实践总结；若源自本批论文，改为 [推断] 并给出推导自哪几篇。原文置于"总体判断"，等于用未标注来源支撑全篇主线。
  • 「分块 128–1024 token、重叠 0–20% 的系统扫描」——若摘要确含此数值，改 [原文] 并加字段名；若不含，删去区间，改为「摘要给出分块与重叠的取值范围，但未逐项列出扫描结果」。
  • 「自述生成步骤占成本主体」——移入 §四 并标 [线索]，正文其他位置不得引用。

(3) 补筛选口径与横向对照两节

新增一段说明 5 选 4 判据（问题设定是否具体 / 方法是否超出综述与提示工程 / 是否给出可复用评测协议），并加一张对照表，行取 CoRE、SkillQR、Lean Finder V2，列取「训练信号来源」「适用查询形态」「向通用 RAG 外推的证据」。第三列目前全为"无证据"，如实呈现即可，本身即结论。

(4) 补充线索加访问日期与免责层级

§四 每条 Substack 链接后补访问日期（2026-10-27），标题后直接标「未验证 · 仅供线索」，使免责与内容同行，避免下游只截清单行时丢失文末声明。

(5) 两篇攻略本轮无需修改

organized/guides/hashgraph-online-awesome-ai-plugins.md 与 organized/guides/chiangel-awesome-llm-for-recsys.md 无需改动。前者可补"未逐一核实"标注以与后者一致；后者已自带。

七、本轮结论

3 篇材料中，2 篇攻略已达可直接复用水平，1 篇轻量文献报告存在证据层级越界的实质缺陷。已选定该篇为最需改进对象，给出 5 条可复用规则与 5 项修订建议。修订均以建议形式写在本文件内，未改动原稿，也未据此安排后续更新。