论文发现闭环与防遗漏审计¶

过去出现大量遗漏，不是某一个关键词没搜到，而是流程只做了“增量发现”，没有做 “候选全集闭环”：搜索范围、四条研究线、线上证据、代码可得性、已实现去重和明确排除项没有落到同一份可机器检查的账本里。结果是每次回答了“这一批找到什么”，却没有回答“固定时间窗内还有什么没有处理”。

从 2026-08-08 起，新增论文批次必须执行下面的闭环，不能只更新 README：

冻结范围：记录检索截止时间、时间窗、四个领域（工业搜广推与 LLM 应用、基础模型、后训练、Agent）、每个领域的二级主题和 P0/P1 口径。全域批次必须声明 scope_kind: global 与 required_subtopics，不能再用“每个领域搜到几篇”代替覆盖审计。
多路发现：arXiv 分类与关键词、Google/Meta/ByteDance/Alibaba/Kuaishou 等机构反查、已纳入论文的 related work / 引用链、原作者主页与官方仓库四路取并集。
证据归档：工业论文必须记录量化线上 A/B 或用户认可的全流量证据；其他领域记录公开 benchmark、同预算对照、代码状态和可在本地执行的核心机制。
稳定去重：按 arXiv ID、正式论文 ID、标题规范化三层去重，并与 adapter、后训练 method、Agent method 和 evolve mutation 四个 registry 交叉比对。
逐项终态：账本内每项只能是 implemented、deferred 或 rejected；后两者必须写原因。P0/P1 只要还有无终态条目，批次就不能宣称完成。
实现验收：代码路径、论文特有 telemetry、固定指标、完整中文论文页、原文关键图、分类目录、evolve 映射（适用时）和单测必须同时存在。
结束审计：运行 python scripts/audit_paper_coverage.py --strict 和全量测试； PR 描述列出候选总数、实现数、延期数、排除数及原因。

Google / Meta 最高优先级规则¶

Google（含 Google DeepMind、YouTube）和 Meta（含 Instagram）是工业搜广推与 LLM 应用论文的最高优机构。只要论文属于当前研究范围，并满足“量化线上 A/B”或用户认可的 “统计显著且明确全流量部署”证据，必须标为 P0，不能因为同一子主题已有其他论文而跳过。

机构优先批次必须使用 scope_kind: institution-priority，在 ledger 中同时保存：

Google、Meta 两家各自的机构/产品检索语句；
检索命中的全部 candidate ID；
每项的机构、线上证据门槛、P0 原因和最终状态。

audit_paper_coverage.py --strict 会检查上述字段和候选闭环。arXiv API 不提供作者单位，因此机构反查不能只搜 API 元数据：必须读取论文首页 affiliation，并同时覆盖 A/B、 live launch、full traffic、fully deployed 等证据措辞。2026-08-09 的纠错批次由 TokenMinds（Google/YouTube）和 SlimPer（Meta/Instagram）触发。

候选召回与线上证据判定必须分成两步：先仅按作者机构 + 搜广推/LLM 应用主题形成候选全集，再逐篇检查 PDF/HTML 全文。摘要中是否出现 A/B 不得影响候选召回；摘要、标题和 arXiv API 元数据也不能单独作为“不满足线上门槛”的拒绝依据。机构优先批次若未声明 candidate_discovery_gate: affiliation-and-topic、 abstract_online_evidence_required: false、full_text_review_required: true，或候选未记录正文证据章节和命中措辞，严格审计直接失败。SlimPer 就是该规则的回归样例：摘要只写部署收益，正文 §4.3 才明确写 A/B、全流量与统计显著性。

当前闭环批次的机器可读账本是 paper-discovery-ledger.json。它不替代搜索，而是强制把搜索结果变成可审计终态；下一批必须追加新 batch，不能覆盖旧记录。

最新一次跨领域复查见全主题系统缺口审计（2026-08-08）。它明确纠正了“局部候选批次闭环等于全库无遗漏”的错误，并给出下一轮 P0/P1 队列。

2026-08-24 的扫描窗口已扩大为 2026-01-01 至 2026-08-24。扫描规模与首批结果见历史论文扫描与实现，完整的 3,906 篇机器账本、404 篇全文清单和 B00–B11 固定实现安排见历史扫描清单与实现批次。原先 331 篇未决全文候选已完成逐篇终态审计，55 篇晋级 P0 实现队列、273 篇审后保留为 P2、3 篇原文不可用；证据与零未决结论见历史全文审计终态。

上述历史批次已全部关闭。2026-08-25 起恢复日批增量扫描；首轮结果、筛除理由和四篇实现见2026-08-25 最新论文增量扫描。未写入终态的论文不会因为下一次增量扫描而消失。

2026-08-26 对五个 arXiv 分类的 363 篇新提交完成去重和高优先全文复核，新增 TAGR、 WeMM-Embedding、两种后训练方法和四种 Agent 方法；完整结果与拒绝理由见 2026-08-26 最新论文增量扫描。本轮 Google / Meta 反查无通过项，TAGR 是唯一通过量化工业线上证据门槛的新推荐论文。

2026-08-13 GenRec 纠错¶

Netflix GenRec（arXiv 2608.10257）于 2026-08-10 发布，但旧流程将长查询拆成严格 AND，每个查询只取前 8 条，并只校验“已被发现的候选”是否闭环。因此它虽然在时间窗内，仍可以在候选阶段被截断。

现在使用九组主题查询、优先机构反查、每组最多 200 条分页结果取并集，按 canonical arXiv ID 去重，并保留 matched_queries。召回后才进行 PDF/HTML 全文证据判定；摘要没有 A/B 不再是拒绝理由。定时 GitHub Actions 每日生成过去 14 天的 paper-candidates.json artifact，但 artifact 只是待审候选，不会伪装成已通过线上证据门槛。基础模型、LLM 后训练和 Agent 也使用各自的多查询矩阵，不再只扫描搜广推。

本地可复现同一扫描：

PYTHONPATH=src python scripts/discover_papers.py \
  --track recommendation \
  --lookback-days 14 \
  --page-size 50 \
  --maximum-results-per-query 200 \
  --cross-source-config configs/paper-discovery-sources.json \
  --output paper-candidates.json

arXiv API 不提供结构化 affiliation，所以机构词查询只是补充召回；Google/Meta 等优先机构仍必须使用作者首页 affiliation/官方页反查，再逐篇审查正文。

每日任务还会把候选与统一 manifest、历史 ledger 自动差分，在 Actions Summary 中分成 “Google / Meta 重点复核”“其他新候选”和“已处理候选”。Netflix 等其他机构继续参与召回，但不触发置顶预警。实施队列统一维护在后续路线图与 TODO。

跨来源召回与终态回写¶

单一 arXiv 查询之外，定时任务现在还会读取 configs/paper-discovery-sources.json，覆盖 Google Research、Google DeepMind、Meta AI 官方论文页，RecSys/SIGIR 会议页以及 Google/Meta 研究 GitHub 组织页。配置也支持作者主页；已知相关论文可通过 --snowball-seeds 调用 Semantic Scholar references/citations 扩展。每个命中保留：

来源名称、类型与 URL；
机构（来源能够确定时）；
direct、reference 或 citation 关系；
citation snowball 的 seed arXiv ID；
单个来源失败信息，避免某个页面失败后整批静默少召回。

artifact 仍然只是待审队列。人工全文审查完成后，把决定写成 JSON：

{
  "source_artifact": "paper-candidates-recommendation.json",
  "decisions": [
    {"id": "2608.12345", "priority": "P0", "status": "rejected", "reason": "正文无量化线上证据"}
  ]
}

再执行：

PYTHONPATH=src python scripts/record_discovery_review.py \
  --artifact paper-candidates-recommendation.json \
  --decisions review-decisions.json \
  --batch review-20260820-recommendation

python scripts/audit_paper_coverage.py --strict \
  --pending-artifact paper-candidates-recommendation.json

回写器要求每个 new 候选都有 implemented/rejected/deferred 终态；严格审计同时检查待审 artifact 与 ledger，未闭环候选会直接失败，而不是留到下一轮后被遗忘。