DOCAI · 学习路径 · L4
研究者路径：从论文到能复现的判断
给想读懂原始论文的人：先学会用评测判断改动有没有用，再手搭一次 RAG，然后按一条清晰的线索读十一篇奠基论文。
先练判断，再读结论
论文里最容易被误读的是结论的适用范围。先用改完提示，怎么知道变好了练一遍：什么叫可判定的标准，什么叫「提升不显著」。
再用搭一个最小可用的 RAG亲手跑一遍检索增强——论文里的架构图，落到代码上会暴露一堆图里没有的细节。
一条阅读线索
按「结构 → 规模 → 数据 → 对齐 → 高效微调 → 检索 → 推理 → 行动 → 服务」的顺序读，每篇只解决一个问题：
- 《Attention Is All You Need》——今天的模型结构从哪来。先读什么是 Transformer。
- 《Scaling Laws》——模型变大，损失怎么降，以及这个预测不管什么。
- 《Chinchilla》——同样的算力，参数量和数据量该怎么分。
- 《GPT-3 / Few-Shot Learners》——不微调，只给示例能做到什么。配合什么是 few-shot。
- 《InstructGPT》——怎么把「会续写」变成「听指令」。
- 《DPO》——不用强化学习也能做偏好对齐。配合什么是 RLHF。
- 《LoRA》——怎么用极小的代价微调。配合什么是微调。
- 《RAG》——把外部文档接进回答，以及它为什么不能消除幻觉。
- 《Chain-of-Thought》——把推理写出来为什么有用。配合什么是推理模型。
- 《ReAct》——推理与行动交替，今天 agent 循环的原型。
- 《PagedAttention》——推理服务怎么用分页管好显存。配合什么是推理。
读论文的三个习惯
- 先读图和结论，再读方法。 大多数论文的核心在一张图里。
- 找消融实验。 「去掉这个组件会怎样」比主结果更能说明每个部件的作用。
- 记下它没解决什么。 论文的局限一节，往往就是后来几年研究的起点。
学完去哪
课程地图
02按顺序学；括号里是预计时长。