展开本页目录
开始前准备什么
- 先解压练习包，保留原生输入文件；合成样本与作者参考不作为真实业务证据。
- 核对官方支持的账号、套餐、语言、客户端和管理员权限；本页不代替产品订阅。
- 三篇真实书目仅作种子。没有编造推荐论文、相关率或训练改善百分比。
- 核对三篇真实种子
- 在实际账号建立Feed
- 保存首轮推荐快照
- 阅读后给相关反馈
- 谨慎给不相关反馈
- 下一轮比较集合变化
- 导出可解释反馈日志
1. 核对三篇真实种子
读取seeds.ris，用DOI确认书目后决定保存哪些；题名涉及retrieval不代表全文已读。
2. 在实际账号建立Feed
按Semantic Scholar官方方式保存种子并启用Research Feed，记录产品实际状态，不用本地CSV假装已训练。
3. 保存首轮推荐快照
逐条保存真实推荐ID、标题、日期和可用摘要。未出现推荐就等待实际条件，不能补虚构候选。
4. 阅读后给相关反馈
对符合预定retrieval practice与保持目标的推荐给相关理由，说明来自哪一段摘要或全文。
5. 谨慎给不相关反馈
真正偏离目标才负反馈；无摘要不能凭猜测判负，缺证据项保留未决定，避免把近词当噪声。
6. 下一轮比较集合变化
保留第二次实际推荐快照，比较主题与新增项。不保证反馈立即生效或显著提升，不捏造提升率。
7. 导出可解释反馈日志
填写feed-feedback-record.csv，保留人工理由和时间，不把个性化结果当全面无遗漏的文献检索。
prompt.txt
text
任务：Semantic Scholar研究订阅：用相关与不相关反馈训练Research Feed，检查新推荐
输入：input.docx和同包原生练习材料，保持原件不变。
1. 保存种子建立Research Feed
2. 给推荐标相关/不相关并记录原因
3. 下一轮保存推荐快照对比主题偏移
具体样本：
A；10.1111/j.1467-9280.2006.01693.x；Test-Enhanced Learning；2006
B；10.1126/science.1152408；The Critical Importance of Retrieval for Learning；2008
C；10.1126/science.1199327；Retrieval Practice Produces More Learning than Elaborative Studying with Concept Mapping；2011
输出：正负反馈设置与前后推荐样本
验收：每条反馈可解释，不将个性化推荐声称全面文献检索；允许无显著改善结果
身份与边界：三篇真实书目仅作种子。没有编造推荐论文、相关率或训练改善百分比。
不得伪造产品入口、账号权限、来源、DOI、运行轨迹或已通过记录。
练习文件与执行范围
三篇真实书目仅作种子。没有编造推荐论文、相关率或训练改善百分比。
下载包保留作者输入、分析与结果参考，以及等待你填写的实际运行记录。此页未登录执行目标云端功能。
怎样确认已经完成
- 每条反馈可解释，不将个性化推荐声称全面文献检索
- 允许无显著改善结果
- Research Feed反馈应对应真实推荐与明确理由；下一轮可以没有明显改善，个性化推荐也不是系统综述。
- 三篇真实书目仅作种子。没有编造推荐论文、相关率或训练改善百分比。
常见问题
Semantic Scholar怎么按我的反馈推荐论文？
逐条保存真实推荐ID、标题、日期和可用摘要。未出现推荐就等待实际条件，不能补虚构候选。 Research Feed反馈应对应真实推荐与明确理由；下一轮可以没有明显改善，个性化推荐也不是系统综述。
研究订阅一直推荐不相关内容怎么调整？
保留第二次实际推荐快照，比较主题与新增项。不保证反馈立即生效或显著提升，不捏造提升率。 三篇真实书目仅作种子。没有编造推荐论文、相关率或训练改善百分比。
下载包中的结果是目标产品已经生成的吗？
结果参考由作者制作并以原生文件打开、渲染和检查，供你实际操作后对照。没有将本地材料验证说成目标SaaS已运行。