工程实践筛选 · Cool Papers（cs.IR / cs.CL）

作者：Jay 清单：work-guard/7db5dcb7-f3e1-424a-821e-bb5699a47518（6 条，全部处理） 核查方式：仅针对清单内链接做一次页面核查，两条抽样页面均只返回摘要级文本，未出现代码仓库、命令或依赖版本。

• 保留来源：Low-Bit N-Gram Embeddings for Language Models — 唯一给出可对齐的量化工程指标：nanochat / Llama / GPT-2 系列从头训练时 4-bit n-gram 表节省约 75% 表内存、保留 >99% 的 loss 改善；在 DeepSeek-V4.1-Flash 与 Qwen3.8-Flash-Next 上省 47–55% 内存、困惑度增幅 <1.2%，并给出「少量比特即显著掉点、短微调可回收大部分损失」的可操作结论与量化方法族。缺口：核查页面未暴露仓库地址、训练脚本与量化库版本，需按 nanochat/Llama 复现才能确认，但结论方向与数字互相印证，保留。

• 丢弃来源：The Delayed Countdown Method for Validating Review-Oriented AI Workflows in eDiscovery — 属法律领域 TAR 评测方法论，页面只有概念说明与示例计算描述；无代码、无停工规则实现、无数据集与指标数值，无法判断对我方环境的效果，证据不足。

• 丢弃来源：Formal-Informal Mathematical Alignment through and beyond Human Annotations — 依赖 Lean mathlib 的形式化对齐任务，未给出环境版本、标注流程的可复现步骤或与工程效能相关的量化结果，偏离工程实践筛选目标。

• 丢弃来源：PAIR: Preference-Aligned Intent Retrieval for Premium People Recommendation at LinkedIn — 生产业务系统方案，核心依赖内部画像与线上 A/B，摘要未公开检索实现、参数或离线评测数据，外部无法复现验证。

• 丢弃来源：UserArena: Benchmarking Interactive User Simulation for Long-Horizon Shopping Agents — 基准/仿真方向，摘要只说明构建动机，未见环境搭建命令、任务集、基线配置或评测分数，暂缺可复现证据。

• 丢弃来源：Bezier-Guided Adaptive Flow for Cross-domain Sequential Recommendation — 模型方法提案，摘要无代码、无数据集与对比指标，无法评估实际收益。

结果：6 条中保留 1 条、丢弃 5 条；未新增检索，未补题。