Paper Archive

输入关键词搜索 102 篇论文

Template

Paper Note Template

新增论文笔记的章节结构。

Source

  • Workflow version: v2
  • Material type: research-paper / technical-report / model-card / survey / blog / framework-docs / composite
  • Canonical source:
  • Title:
  • Authors:
  • Responsible organization:
  • arXiv:
  • PDF:
  • Code/Project:
  • OpenReview / Review page:
  • Submitted:
  • Published / updated:
  • Current version read:
  • Version / revision read:
  • Accessed: YYYY-MM-DD
  • Subjects:

作者与关系

  • Author A: Institution in this paper.
  • Author B: Institution in this paper；历史机构：previously verified affiliations if already known and not already listed in the paper-time institution.

写法要求：作者条目在冒号后直接写发表该论文时的机构。若有额外已核验历史机构，再写 历史机构：...；历史机构中不重复列出已在当前机构中出现的机构。

一句话结论

用一段话说明论文最核心贡献或判断。

阅读目标与判断边界

本笔记关注：

判断边界：

证据写法：

  • 论文事实：正文、附录、表格、图、代码或项目页直接给出的内容。
  • 作者主张：摘要、引言、结论、项目说明或作者回应中的解释与归因。
  • 本地分析：基于来源进行的机制重建、比较、推断和可信度判断。
  • 关键判断附 证据定位，写明章节、图、表、附录、页码、代码路径或网页 URL。

数学公式写法：

  • 行内公式使用 $...$，例如 $\pi_\theta$。
  • 独立公式使用 $$...$$ 包裹；不要把数学表达式写进反引号代码样式。

论文脉络

1. 研究问题、背景和价值

2. 已有解决方案与不足

3. 作者可能的思考路径

4. 核心假设或切入点

5. 方法 / 系统 / 理论框架

6. 结论链条

关键实验/定理

结果 1

  • 设置：
  • Baseline：
  • 指标：
  • 结果：
  • 证据定位：
  • 对照是否可比：
  • 支持的最窄结论：
  • 解读：

结果 2

  • 设置：
  • Baseline：
  • 指标：
  • 结果：
  • 证据定位：
  • 对照是否可比：
  • 支持的最窄结论：
  • 解读：

实验设置与 baseline 审计

数字密集项优先用表格记录，正文保留判断和边界。

维度 记录
评测协议
统计报告
Baseline 是否 tuned
Baseline 是否 compute-matched
Baseline 是否 implementation-matched
Baseline 是否覆盖强替代方案
Baseline 是否存在弱化风险
结论边界
模型与初始化
数据与任务
RL / 训练配置
系统配置
框架基座 / paper base 训练、推理 / rollout、serving、并行 / kernel、agent loop、reward / evaluator 分别基于什么框架。
框架版本与证据来源 记录大版本、commit、release 日期、README / requirements / 脚本来源；未披露则写“版本未披露”。
框架改动范围 直接调用 / 配置适配 / fork 或 vendored code / 核心模块改写 / 新增模块；写清改动落在 trainer、rollout、scheduler、agent loop、reward、data pipeline、kernel 或 harness 的哪一层。
技术报告训练配置
训练硬件与拓扑
并行方式与框架
训练数据规模与组成
训练过程与超参
训练时间 / GPU hours / 成本
未披露项

证据链强度评估

强证据

中等强度证据

需要谨慎的推论

OpenReview / 审稿意见吸收

  • Page type: official-review / metadata-only / proceedings / commentary / not-found / not-applicable
  • Match confidence: high / medium / low
  • Observed at: YYYY-MM-DD
  • Venue status:
  • Public reviews:
  • Ratings / confidence:
  • Reviewer consensus:
  • Main criticisms:
  • Author response:
  • 对可信度的影响:

本地讨论补充

1. 讨论收敛点

2. 修正后的理解

3. 后续复验指标

主要启发

局限

跨论文关系

  • 与已有论文的作者或机构关系：
  • 与已有论文的主题关系：
  • 与已有论文的方法或系统关系：

只保留能够改变跨论文理解的关系；若当前没有可靠关系，写明 暂无高置信跨论文关系。。索引行的简称、首次公开月份和核心信号单独维护在 papers-index.md -> 当前收录，本节不复制索引内容。

链接规范：若指向已存档论文，使用 [2504.13837](/papers/2504.13837-rlvr-reasoning-boundary-base-model/) 这类站点路径；本地文件名只用代码样式。若指向已建档作者，使用 [Tri Dao](/authors/tri-dao/) 这类作者页路径。

Reference Intake Brief

Target

  • Intended target system: 新增论文笔记 / 具体专题文档。
  • Existing related assets: content/utility/papers-index.md；已存档论文链接使用 /papers/<slug>/。
  • Proposed form: 新建独立 Markdown 文档 / 更新已有文档。

Reusable Elements

Risks

  • Copyright/over-copying:
  • Unsourced or unverifiable claims:
  • Tone/brand mismatch:
  • Safety/compliance issues:
  • Overlap with existing assets:

Skipped

Material Reason
公开 reviewer comments 未发现 OpenReview/ARR/会议公开审稿页，或无法可靠匹配到当前论文版本。

Recommendation

Decision: merge

Allowed values: merge / revise-then-merge / skip / ask-user

Why: