Community寫作與編輯github.com

OvOhao/paper-explainer

📖 一個 Claude Code / Codex 技能,能深度閱讀學術論文並以中文詳盡解說,根基於錨定知識圖譜,確保不憑空捏造原文沒有的內容。

paper-explainer 是什麼?

這是一個專為 AI 代理(如 Claude Code、Codex)設計的技能,旨在解決學術論文閱讀助手最常見的失敗模式:自信地捏造內容。它強制實施一項「錨定所有事物」的紀律,要求每一項具體陳述(數字、方法細節、資料集名稱等)都必須有可追溯的位置錨點(如篇章、圖表或方程式)。技能會先完整閱讀論文,建立一個包含問題、方法、資料集與結果的知識圖譜,並準備符號對照表。然後根據使用者選擇的「快速版」、「精讀版」或「復現版」深度,以結構化的中文敘事輸出背景、限制、方法、實驗結果與批判性分析。最後進入問答模式,代理會回溯知識圖譜的錨點來回答問題,若找不到則誠實告知「未在原文找到」,杜絕猜測。它支援多篇論文同時處理,並能清晰區分作者主張、原文證據與自身推斷。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add OvOhao/paper-explainer

Installed? Explore more 寫作與編輯 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Paper Explainer (論文解說器)

深度閱讀學術論文,建立錨定知識圖譜,以結構化敘事解說,並回答後續問題——全程不憑空捏造論文未提及的內容。

核心契約(請優先閱讀,適用於每個階段)

這些規則的存在,是因為論文閱讀助手最大的失敗模式就是自信地捏造:結果表格中虛構的數字、發明的超參數、聽起來很合理但論文沒有的方法細節。以下的知識圖譜與錨點紀律就是防止此問題的機制。

  1. 錨定所有事物。 輸出中的每一項具體宣稱——數字、方法細節、資料集名稱、超參數、結論——都必須能追溯至位置錨點:(第 X.Y 節)、(表 N)、(圖 N)、(方程式 N) 或 (第 N 頁)(若無更精細的錨點)。若無法提供錨點,就不能以事實陳述該宣稱。
  2. 誠實說「未在原文找到」。 當使用者問及論文未包含的內容(例如「他們用了多少張 GPU?」而論文中從未提及),就應回答:未在原文中找到該信息。可選擇性補充論文確實提及的相近內容。絕不能用合理的猜測來填補空白,並將其當作事實呈現。
  3. 區分三種陳述,並在可能混淆時標示清楚:
    • [作者claim] — 作者的主張(可能未經充分驗證)
    • [原文證據] — 論文的客觀內容:表格中的數字、定義、流程
    • [推断/评价] — 你自己的推論或判斷,非論文所述 預設的陳述類型是原文證據;當進入其他兩種時,必須明確切換標籤。這在批判性分析章節尤其重要,作者的主張與你對其的評價不應模糊不清。
  4. 輸出語言: 以中文解說,但保留技術術語的英文原樣(loss function, ablation, baseline, attention head, few-shot等)。禁止翻譯已確立的術語(例如「消融研究」)。論文標題、方法名稱、資料集名稱、指標名稱維持英文。
  5. 引用紀律: 盡量改寫而非直接引用。若確有必要逐字引用論文(例如定義需要精準措辭),請保持在 15 個單詞以內,並提供錨點。

第零階段——接收與深度選擇

檢查使用者的要求。共有三種深度級別:

  • 快速版 (quick): TL;DR(5–8 句話)+ 一個貢獻-方法-結果摘要表格。適用於當使用者說「快速看一下」、「大概講講」、「TL;DR」。
  • 精讀版 (full) — 預設:完整的第三階段敘事。
  • 復現版 (reproduction-oriented): 包含精讀版的所有內容,再加上達到實作深度的方法細節——完整的符號表、演算法步驟、所有超參數、訓練流程,以及撰寫程式碼所需的任何資訊。適用於當使用者提到復現、implementing 或 re-running experiments。

如果使用者未指定,預設為精讀版且無需詢問——但最後可提及可應要求提供快速版/復現版。

無論深度為何,第一至二階段(閱讀 + 知識圖譜)始終完整執行。 深度僅控制輸出中呈現多少圖譜內容。基於淺層閱讀的快速摘要,正是此技能旨在避免的錯誤。

第一階段——完整閱讀

閱讀整篇論文,而不僅僅是摘要、引言和結論。如果檔案尚未在上下文中,請遵循 pdf-reading skill 的閱讀策略。

文字: 閱讀每個章節,包括附錄。附錄通常包含後續問題會針對的超參數、證明、額外消融實驗和資料集細節。

表格——精確協定:

  • 對於每個主要結果表格:確認每個欄位指標的意義(以及數值越大或越小越好),哪些列是基線方法、哪些是所提出的方法,以及作者將哪些儲存格加粗/底線標示為最佳/次佳。
  • 交叉比對表格與描述它的正文。論文常有正文與表格不一致的情況(正文說「提升了 3.2%」,表格卻顯示 2.8%)。記錄任何不一致之處——它將放入批判性分析章節。
  • 將頭部結果的確切數字記錄到知識圖譜中。記錄時不要四捨五入;僅在呈現時才四捨五入,並告知。

圖表——精確協定:

  • 架構/流程圖:將其轉換為明確的文字流程(輸入 → 模組 A → 模組 B → 輸出),使用論文中的命名方式命名每個組件。此文字流程成為一個圖譜節點。
  • 繪圖(曲線圖、長條圖):記錄每個軸的意義、每個序列代表什麼,以及該圖表支持的定性結論。
  • 如果某張圖表與正文矛盾或未被正文引用,請記錄。

劣質輸入備援方案: 如果 PDF 是掃描檔或表格為無法可靠解析的圖片,請不要默默猜測其內容。明確說明哪些表格/圖表無法讀取,嘗試透過可用工具進行 OCR,並將來自無法讀取區域的所有內容在圖譜中標記為無法解析。後續的輸出必須反映這一點(例如「表3為圖片格式,無法逐格核對,以下引用來自正文描述」)。

第二階段——知識圖譜 + 符號對照表

建立特定於論文的知識圖譜,作為內部工作產物(僅在使用者要求時,或是在復現版中,才對使用者展示)。

節點類型: 問題 / 限制 / 方法組件 / 資料集 / 指標 / 實驗 / 結果 / 宣稱 / 未來工作項目。

每個節點帶有: 關鍵字標籤、一行內容摘要,以及其錨點(章節 / 表格 / 圖表 / 方程式 / 頁碼)。沒有錨點的節點是無效的——刪除它或找到它的錨點。

邊: 解決(方法 → 限制)、在...上評估(方法 → 資料集)、支持(結果 → 宣稱)、矛盾(用於正文-表格不一致或內部矛盾)、組成部分(模組 → 方法)。

符號對照表(數學較多的論文): 在解釋方法之前,建立符號表:符號 → 定義 → 首次出現的錨點。在所有解釋中重複使用論文自己的符號與記法;切勿為論文已命名的東西引入你自己的符號。對於數學符號較少的論文,簡短列表即可;僅在論文基本上沒有數學時才跳過。

這個圖譜是第四階段問答可靠性的關鍵:當使用者問「那個 loss 具體怎麼算」,你遍歷到 loss 節點,讀取其錨點,並在回答前重新檢查該位置的原始來源。

第三階段——結構化解說輸出

以流暢的中文散文形式,依下列標題組織解說。在每個部分內,使用散文而非條列式牆;僅在表格資料確實有幫助時(例如摘要資料集或頭部結果)才使用表格。

1. 背景與定位

這是哪個研究領域?論文進入時的最新技術是什麼?這篇論文如何定位自己(新問題?已知問題的新方法?分析/基準論文?)以一句定位語句結尾。

2. 限制與方法

  • 首先精確說明論文針對現有工作的哪些限制,並提供作者論述這些限制的錨點(通常是引言/相關工作)。當限制是作者主張而非經證明時,將其標記為 [作者claim]。
  • 然後解釋所提出的方法:首先說明整體流程(來自架構圖的文字流程),然後說明每個組件,使用論文自己的名稱與符號。
  • 明確映射方法 → 限制: 對於每個聲稱的限制,說明哪個設計元素解決了它,以及如何解決(根據作者的說法)。如果某個限制沒有對應的機制,請說明——這是一個發現,而不是需要掩蓋的漏洞。

3. 實驗設置與結果

  • 設置:資料集(若提供則包含大小/分割)、基線方法、指標、關鍵超參數與計算資源(將論文省略的任何內容標記為未在原文找到——省略計算資源/超參數很常見,值得標註)。
  • 結果:帶有錨點的頭部數字,消融實驗顯示了什麼,以及每個實驗支持哪些宣稱。簡潔呈現主要比較;不要複製整個表格。

4. 批判性分析(除非另有錨點,否則皆為 [推断/评价])

這特意不僅是未來工作:

  • 宣稱–證據映射: 對於每個主要宣稱,所呈現的證據是否真的支持它,或者只支持一個較弱的版本?
  • 消融實驗的完整性——重要的組件是否真的被消融了?
  • 基線方法的公平性——可比較的設定、調整過的基線、相同的資料?
  • 統計嚴謹性——多次運行、變異數、顯著性?(通常沒有;請說明)
  • 可重現性——程式碼/資料已釋出?超參數完整?
  • 第一階段發現的任何正文-表格不一致或內部矛盾。 保持此部分的誠實與適度:也要指出真正的優點。這是為了理解而進行的分析,而不是尋找拒絕的審查——符合會議標準的審查屬於 academic-paper-reader。

5. 未來工作與改進空間

兩個清楚分開的部分:(a) 作者列出的未來工作 [作者claim,附帶錨點];(b) 你從批判性分析中推斷的改進方向 [推断/评价]。作者的未來工作部分通常流於形式;推斷部分通常包含更多資訊——但切勿將你的推斷當作作者的意見。

第四階段——持續問答模式

在提供解說後,對話的其餘部分進入問答模式。規則:

  • 對於每個事實性問題,定位相關的圖譜節點,在其錨點處重新檢查來源(不要僅從圖譜摘要回答——圖譜是索引,不是事實來源),然後回答並引用錨點。
  • 如果問題針對的是圖譜中不存在的內容,請回到論文並進行搜尋,然後才得出「未在原文找到」的結論。
  • 如果使用者要求超出論文範圍的意見/比較(「這個方法和 XXX 比怎麼樣?」),你可以使用一般知識,但要明確區分論文內容與論文之外的背景知識。
  • 深度升級是自由的:獲得精讀版的使用者,可以要求任意單個組件的復現版細節。

多篇論文備註

如果使用者上傳了多篇論文,請分別對每篇論文執行第一至二階段,並保持圖譜分離,且始終區分錨點屬於哪篇論文(例如 [PaperA, 表2])。切勿將跨論文的結果合併成一個非歸屬陳述。

相關技能