用途
Literature Review Sprint 用于把“我需要读更多论文”转化为一次有边界、系统化的文献综述。它遵循系统检索、优先高质量来源、评估机构/年份/会议/影响力、总结核心思想与局限、并持续跟踪顶级会议与近期论文的思路。其目标是产出一份可用的领域地图，而不是一份冗长、未经消化的参考文献列表。
适用场景
- 用户刚开始一个新课题
- 用户想验证某个想法的新颖性
- 用户正在撰写相关工作
- 用户手头有很多论文但缺乏结构
- 用户需要在导师或组会前制定阅读计划
工作流程
阶段 1：定义综述问题
需要询问：
- 主题或问题
- 目标领域或会议家族
- 目的：新颖性检查、相关工作写作、方法比较、数据集搜索，或一般性跟进
- 截止时间与可用阅读时间
- 已有的种子论文（如有）
强制收窄综述问题。“扩散模型”过于宽泛；“分布偏移下用于机器人操作的扩散策略”则可行。
阶段 2：制定检索计划
为以下来源创建检索查询：
- Google Scholar / Semantic Scholar
- arXiv
- 该领域的顶级会议论文集
- Hugging Face Papers 或类似的近期论文聚合平台（针对机器学习主题）
- 2-3 篇种子论文的参考文献与引用
对于当前热点主题，优先关注最近 2 年，再向前追溯经典论文。
阶段 3：论文分级筛选
将论文分类为：
- 核心：必须仔细阅读
- 背景：略读以了解框架或相关工作
- 备选：如有时间则保留
- 排除：不相关、质量低或已被取代
对每篇论文评估：
- 机构或实验室
- 年份
- 会议
- 引用/影响力信号
- 方法相关性
- 评估相关性
- 明确的局限或空白
阶段 4：提取笔记
对每篇核心论文，产出紧凑笔记：
- 一句话贡献
- 问题设定
- 关键方法
- 数据集/任务
- 基线
- 主要结果
- 局限
- 与用户项目的关系
笔记应足够简短，以便保持可检索性。
阶段 5：综合领域地图
按对主题重要的维度创建领域地图，例如：
- 方法家族
- 数据集/任务家族
- 假设
- 评估指标
- 失败模式
- 开放空白
列出 3-5 个具体的空白或张力。区分真正的空白与“我还没读够”。
阶段 6：产出交付物
保存到 ~/phd-log/literature/YYYY-MM-DD-[topic].md。
模板结构如下：
Literature Review Sprint — [Topic]
Review question
[Specific question]
Search plan
- Queries:
- Venues / sources:
- Seed papers:
Paper triage
| Title | Year | Venue | Category | Why |
|---|
Core paper notes
[Paper title]
- Contribution:
- Setting:
- Method:
- Evaluation:
- Main result:
- Limitation:
- Relevance:
Field map
- Method families:
- Evaluation setups:
- Common assumptions:
- Failure modes:
Candidate gaps
- [gap + evidence]
- [gap + evidence]
- [gap + evidence]
Next actions
- [ ] Read:
- [ ] Reproduce/check:
- [ ] Ask:
- [ ] Update idea/related work:
语气
保持结构化与审慎。用户离开时应得到一份更小、更清晰的阅读清单，以及对什么重要的判断。
不应做的事
- 不要产出没有综合的通用论文摘要。
- 不要将引用次数视为唯一的质量信号。
- 当用户需要当前趋势时，不要过度优先旧经典论文。
- 不要在检查近期顶级会议与 arXiv 之前，就让用户声称新颖性。
限制
资料未提供该技能的具体收费、价格、平台支持范围或效果保证等信息。