更新流水线
主题/引用检索
-> 候选 JSON 和 Markdown
-> 去重、版本检查、来源核验
-> 摘要级卡片
-> PDF 级卡片
-> 研究问题地图和关联关系
自动候选只说明“值得检查”,不说明“已经支持某个结论”。检索策略、返回数量、去重数量和未核验元数据必须保留在候选文件中。
当前值得持续追踪的方向
- evidence-set completion、minimal sufficient evidence、bridge evidence
- provenance-aware retrieval、citation faithfulness、encoder evidence routing
- graph interface routing、logical retrieval、query execution
- adaptive traversal、turn-level utility、process-constrained RL
- imperfect KG、graph poisoning、subgraph reconstruction、privacy
- multimodal/layout/temporal graph grounding
- low-cost graph construction、consumer hardware、token/latency budget
- benchmark:图何时有用、wild-source corpus、topology-grounded evidence
- cross-construction portability、query-local graph interface、index deletion consistency
- how-provenance、statement occurrence tracing、query-level policy adaptation
开放问题
- 候选池固定时,文档集合如何学习互补性和证明一致性?
- provenance 是否能改变实体传播,而不只是增加 readout 容量?
- evidence role 是否能在没有路径标注时被识别?
- 搜索的软分布、显式路径和 query execution 是否可以统一校准?
- evidence sufficiency 是否能同时指导停止、预算和最终评测?
- 图噪声的置信度如何进入状态,而不是停留在预处理权重?
- 检索器如何在构图 schema 改变后保持有效,而不把构图偏置误当作检索能力?
- 文档删除后,派生事实、缓存、摘要和 provenance 是否与新鲜重建完全一致?
- 多模态 benchmark 的 topology-aware gold 能否区分真正的证据恢复与页面/OCR 捷径?
内容重构队列
- 优先补齐 9 个
abstract-level卡片中缺少问题、方法或结果段落的记录。 - 修复 12 个
repair-needed原始文件;恢复后重跑生成器,卡片会自动回填结构化内容。 - 对 3 组疑似重复来源做版本、标题和正式来源核验,再决定 canonical 关系。
- 对 P0 论文逐项核对 venue、版本、关键数字和代码状态,再把矩阵中的“待核验”替换为来源级结论。
处理规则
- 每周或每次论文批量检索后运行候选发现脚本。
- 先按
Q1-Q10和 P0/P1/P2 分类。 - P0 先核对一手来源、版本、代码和评测协议。
- 只有完成最小卡片后,才加入稳定地图。