阅读 / 提问 / 复现
带着问题读论文。
围绕 AI 工程与具身智能精选基础论文。卡片基于所链接版本的摘要整理，是阅读入口，不是全文精读报告或个人实验结论。
← 研究总览 · 稍后读
3 篇论文
PAPER / 001 · v4
基于论文摘要的阅读导引
RAG · 2020 · 摘要导读Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
生成模型如何利用外部知识？
- 论文方法
- 结合序列生成模型与稠密检索索引，比较整段生成共享检索内容和逐 token 使用不同内容的方式。
- 作者报告的证据
- 作者在开放域问答和生成任务中报告了相对基线的提升。
- 阅读边界
- 摘要中的结果限于论文任务与基线，不表示任意知识库接入后都能提高准确率。
展开阅读追问
阅读时检查：检索失败如何影响生成？知识来源能否追溯？
查看原始摘要与论文 ↗ · 关联实验计划 →
PAPER / 002 · v3
基于论文摘要的阅读导引
ReAct · 2022 · 摘要导读ReAct: Synergizing Reasoning and Acting in Language Models
语言模型如何结合推理与环境交互？
- 论文方法
- 交替生成推理轨迹和任务动作，通过外部信息更新行动计划。
- 作者报告的证据
- 作者在问答、事实核查与交互决策基准上报告实验结果。
- 阅读边界
- 特定基准表现不等于真实工具调用可靠，也不能将生成的解释视为正确性的证明。
展开阅读追问
阅读时检查：动作失败如何恢复？是否与不使用工具的基线公平比较？
查看原始摘要与论文 ↗ · 关联实验计划 →
PAPER / 003 · v1
基于论文摘要的阅读导引
RT-2 · 2023 · 摘要导读RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control
视觉语言知识如何用于机器人控制？
- 论文方法
- 将动作表示为文本 token，并用机器人轨迹和视觉语言任务共同微调。
- 作者报告的证据
- 作者报告了机器人评估中新对象与新指令相关的泛化能力。
- 阅读边界
- 不应据此推断对任意硬件或环境都能泛化；本站尚未复现该模型。
展开阅读追问
阅读时检查：动作表示、数据分布与执行系统分别承担什么作用？
查看原始摘要与论文 ↗ · 关联实验计划 →
