看不懂的段落,問清楚,也查得到依據。
遇到難懂的定義或推論,直接在閱讀器裡提問。讓文章、AI 解說和來源段落留在一起,讀完回答就能接著核對。
從一個問題,回到解說的依據
打開關於「邊際收益遞減」的示範問題,再查看對應來源。看看解說如何區分「增量變小」與「總值下降」。
互動示範・使用預先準備的內容,非即時 AI 生成
1 引言
以廣告投放等例子說明 DR 次模最大化問題,並交代全文架構:第 2 節是預備知識,第 3 節提出零階隨機近似方法。
2 預備知識
本節建立後續使用的記號與定義:向量的逐座標順序,以及比較同一座標增量的 DR 次模性。
3 平滑 DR 次模最大化的零階隨機近似方法
提出 CG-ZOSA 與 RG-ZOSA 兩種零階隨機近似方法,並分析它們在平滑 DR 次模最大化問題上的近似保證。
論文節錄與解說示範改編自 DR-submodularity · Lian et al., JMLR 2024 · CC BY 4.0
從具體的疑問開始
開啟處理完成的文件,在文章旁的 AI 對話詢問概念、假設或段落。需要更聚焦的解說時,可以把相關段落帶入對話。
把回答和證據一起讀
沿著回答中的來源引用查看相關文字。確認原文是否支持這段解說,以及前後文是否還有不能省略的條件。
讓引用幫你查證
AI 可能誤解問題,也可能提出缺乏依據的詮釋。來源引用提供核對的入口,回答是否正確,仍要對照原文判斷。
可以只問某一段看不懂的內容嗎?
可以。把相關段落帶入對話,請 AI 解釋不懂的地方,再在同一份文件中繼續追問。
每個回答都一定附上來源嗎?
來源引用取決於回答內容與可取得的來源。若某個說法沒有支持它的引用,請回到原文查證,不要直接視為文件已證實的結論。