PaperBridge 长尾问题
怎么持续追踪一个 AI 研究方向，而不是每天刷论文？
选三到五篇能代表问题、方法和评测的种子论文，向前看它们引用了谁，向后看谁引用了它们。保存固定检索式，每周收集候选，每月更新一次证据表。新论文先按方法变化、数据变化、复现或反例分类，再决定是否深读。
用少量种子论文建立边界
种子论文应覆盖奠基工作、当前强基线和最近的重要变化。为每篇记录它解决的问题、关键假设和使用的评测。
如果种子都来自同一作者群或会议，主动补充其他路线。研究地图的起点会影响后续推荐和引用链。
结合检索式与前后向引用
固定关键词、同义词、任务名和方法名，并保存日期。向后引用帮助找来源，前向引用帮助找复现、改进和反例。
作者、实验室、数据集和 benchmark 页面也能提供信号，但不要把社交热度当成证据。候选论文仍要回到摘要、实验和来源检查。
按固定节奏更新证据表
每周只做收集和初筛，每月集中深读与改图谱，减少每天切换注意力。给每篇候选写一句为什么它可能改变当前理解。
将新工作标成新方法、新数据、新评测、复现、负面结果或应用。若它没有改变任何主张、证据或边界，可以保留链接而不写长笔记。
研究方向追踪的 6 个动作
- 是否有 3–5 篇覆盖不同角色的种子论文？
- 是否保存关键词、同义词和检索日期？
- 是否同时查前向和后向引用？
- 是否覆盖不同作者群和研究路线？
- 新论文会改变哪条主张或边界？
- 是否有固定的周收集和月整理节奏？
原论文、研究与官方文档
以下来源用于核对事实；流程与比较建议是 PaperBridge 对研究、官方文档和工程实践的综合。