研究人员延伸路线（For Researchers）¶
📌 这条路帮你做什么¶
这页不是让 AI 替你当研究者，而是帮你找到资料、看懂资料，再确认答案确实有资料支持。 - 会用终端或 Python：完成 Track A 的 A3 或 Track B 的 Stage 7 后再来。 - 不写代码：直接做下面的第一个练习，只需浏览器和一篇公开 paper。
🎯 学习目标¶
完成这一页后，你可以： 1. 分清“AI 说了什么”和“原文写了什么”。 2. 逐条核对引用来源，而不是看到引用编号就相信。 3. 知道哪些数据可以上传，哪些要先问机构或数据拥有者。 4. 保存足够记录，让自己或同事能重新做一次。
🧩 八个核心词¶
- Source（来源）：用来查证的原始材料，如 paper、数据集或研究记录。
- Claim（主张）：可检查的说法，例如“方法 A 在数据集 B 上更好”。
- Citation（引用）：带你回到来源位置的路标，不保证来源真的支持主张。
- Source Verification（来源核对）：打开原文，检查内容、范围与限制是否和答案一致。
- Literature RAG（文献 RAG）：先从获准使用的文献找片段，再交给模型回答。
- Reproducibility（可重复性）：别人拿到数据、步骤、版本与设置后，可以重新跑出可比较结果。
- Private Data（私人资料）：不能任意公开或上传的内容，如受试者数据、病历、未公开手稿和公司机密。
- Human Review（人工审查）：由人对 claim、citation、代码、表格和最终决定负责；AI 不能替你签名或承担责任。
🛠 第一个练习：核对一篇 paper 的三个答案¶
上传前先确认许可或版权与工具条款都允许。paper 公开可读，不代表可以交给另一个服务。
使用公开 paper：Attention Is All You Need。把 paper 加到能显示 citation 的工具，再复制：
请只根据这篇 paper 回答下面三题。每个答案都要附 citation；找不到证据就写“unsupported／未支持”，不要猜。
1. 这篇 paper 想解决什么问题？
2. 作者提出的方法包含哪些主要部分？
3. 作者用哪些实验支持结果，又说了哪些限制？
回答后，列出每个 citation 对应的 original text。不要把你的推测写成作者的 claim。
📚 先选一个入口¶
| 你想做什么 | 先用什么 | 为什么 | 推荐度 |
|---|---|---|---|
| 用浏览器问一篇 paper | Gemini Notebook（原 NotebookLM） | 上传来源后可从 citation 回到原文 | ⭐⭐⭐⭐⭐ |
| 整理自己的文献库 | Zotero | 先整理 PDF、作者、年份和笔记 | ⭐⭐⭐⭐⭐ |
| 用 Python 做可重跑的文献 RAG | PaperQA2 | 以科学文件和引用为中心 | ⭐⭐⭐⭐⭐ |
Gemini Notebook 是 Google 于 2026-07-16 为 NotebookLM 使用的现行名称；旧名称仅用于辨识。citation 是查证入口，不保证答案正确。
📖 必读材料¶
按顺序阅读。前两份提醒你不要把 citation 当保证，后四份帮助保存来源、代码、数据和研究成果： 1. Gemini Notebook citation 说明：点 citation 回到原文并读完整上下文。 2. Gemini Notebook 隐私与使用条款：上传前了解数据怎样被处理。 3. Zotero 快速入门：整理作者、年份、PDF 和笔记。 4. PaperQA2 README：了解文献 RAG 如何把回答连回文件。 5. DVC 常用流程：用 Git 管理数据版本和可重跑 pipeline。 6. Zenodo 快速入门：将可公开的数据、代码或材料保存成可引用版本。
⭐ 精选研究工具与项目¶
工具名称、授权与 repository 状态于 2026-08-29 UTC 依据官方页面与 GitHub API 核查。推荐度是本学习地图的编辑评分，不是 GitHub stars 或排行榜。
| 分类 | 官方工具／项目 | 适合做什么 | 状态／授权 | 先知道的限制 | 推荐度 |
|---|---|---|---|---|---|
| 开始与整理 | Gemini Notebook（原 NotebookLM） | 用来源问答并回到 citation | 正式可用；云服务 | 引用仍要逐条核对；私人数据先看政策 | ⭐⭐⭐⭐⭐ |
| Zotero | 管理 PDF、metadata、笔记与引用 | 正式可用；桌面／Web | 解决来源管理，不替你判断研究质量 | ⭐⭐⭐⭐⭐ | |
| Future-House/paper-qa | 用 Python 建立 citation-grounded literature RAG | 活跃；Apache-2.0 | 需设置模型与文献来源，质量仍要自行评测 | ⭐⭐⭐⭐⭐ | |
| 探索与写作 | assafelovic/gpt-researcher | 多来源搜索与 research brief | 活跃；Apache-2.0 | 适合找候选来源，不是引用正确性的最后裁判 | ⭐⭐⭐⭐ |
| stanford-oval/storm | 整理多种观点，再写大纲与长文 | 可用；MIT；更新较慢 | 使用前确认依赖与数据来源仍兼容 | ⭐⭐⭐⭐ | |
| kaixindelele/ChatPaper | 中文 paper 摘要、翻译与写作辅助 | 可用；CC BY-NC-ND 4.0 | 禁止商业使用与改作，不是一般开源程序授权 | ⭐⭐⭐⭐⭐ | |
| MuiseDestiny/zotero-gpt | 在 Zotero 中与文献互动 | 可用；AGPL-3.0 | 插件与模型设置要另外维护 | ⭐⭐⭐⭐ | |
| 可重复与证据 | asreview/asreview | 用 active learning 辅助系统性回顾筛选文献 | 活跃；Apache-2.0 | 排序能省时间；纳入／排除理由仍需人工筛选并记录 | ⭐⭐⭐⭐ |
| treeverse/dvc | 保存数据版本、模型和可重跑 pipeline | 活跃；Apache-2.0 | 需要 Git 与数据存储位置；版本不证明结论正确 | ⭐⭐⭐⭐⭐ | |
| mlflow/mlflow | 记录每次 run 的参数、指标、数据和产物 | 活跃；Apache-2.0 | 有记录不等于实验有效；不要把密钥或受试者数据写入 tracking | ⭐⭐⭐⭐⭐ | |
| Zenodo | 保存并发布数据、代码和研究材料，取得 DOI | 正式可用；云服务 | metadata 会公开；私人资料按机构规则去标识或使用核准环境 | ⭐⭐⭐⭐⭐ | |
| jupyterhub/repo2docker | 从 repository 设置重建可运行研究环境 | 活跃；BSD-3-Clause | container 能保存环境；仍需另存数据、硬件需求与外部服务 | ⭐⭐⭐⭐ | |
| 研究自动化 | flonat/flonat-research | 参考研究 skills、agents、hooks 与 LaTeX 流程 | 活跃；MIT | 基础设施示例，不适用于所有领域 | ⭐⭐⭐ |
| SakanaAI/AI-Scientist-v2 | 研究端到端 multi-agent 实验架构 | 研究参考；custom source-code license | 授权要求披露机器生成的科学稿件；作者仍要人工审查并负责 | ⭐⭐⭐⭐ | |
| 历史 | langchain-ai/open_deep_research | 阅读早期 deep-research agent 架构 | 已封存；MIT | 只作历史参考，不是新项目的现行默认 | ⭐⭐⭐ |
✅ 完成检查与下一站¶
- 我核对了三个答案，不只看 citation 编号。
- 我找到一个“原文支持”或“未支持”的例子。
- 我没有上传未获允许的 Private Data。
- 我保存了来源、问题、工具名称、日期与自己的判断。
下一站：想做文献 RAG，走 Stage 6；想让多个 agent 分工，走 Stage 7；想连接外部工具，看 MCP／Skills catalog。
⏱ 展开：时间、账号、费用与数据安全
第一个练习约需 20–40 分钟。私人数据先停下确认 IRB、机构政策、合约、数据拥有者同意与工具条款。Gemini Notebook 隐私说明称，一般内容不会直接用于训练基础模型，除非用户选择提供 feedback；feedback 可能连同内容交由人员查看。这不等于研究资料自动获准上传。付费功能、配额与机构账号规则会变化，开始前查看官方页面，不保存容易过期的固定价格。
🧪 展开：把单篇练习变成可重跑研究流程
文献 inbox¶
保存 DOI、URL、作者、年份与取得日期；让工具生成摘要但把每个 claim 连回原文；由人工决定“阅读、排除、待确认”并记录理由。
跨 paper synthesis¶
先问每篇 paper 各自说什么，再比较同意、冲突和不同条件。不要先要求模型写完整故事，再回头找引用。
代码与实验¶
保存数据版本、environment、seed、prompt、模型／工具版本、输出与人工修改。能重新执行不代表结论正确，但没有记录更难找到错误。
投稿前¶
逐一核对 claim、citation、表格、图、代码与期刊规范；作者仍须最后判断并按期刊政策披露 AI 使用。
🧯 展开：常见错误、替代方案与排错
| 问题 | 先怎么做 |
|---|---|
| citation 不支持答案 | 标为未支持，缩小问题，不要硬补相关引用 |
| 工具读不到扫描 PDF | 先做 OCR，再抽查页码与公式 |
| 多篇 paper 结论混在一起 | 要求每个 claim 列 paper 名称、页码或段落，再 synthesis |
| 数据不能上传云端 | 使用机构核准环境；必要时看 Stage 6 的本机 RAG 路线 |
| 自动化太复杂 | 回到“一篇 paper、三个问题、逐条核对” |
没有工具能代替 IRB、数据治理、作者责任或领域专家判断。