资料与来源
说明本站如何选择 AI 学习资料、如何处理论文、官方文档、媒体报道和二手材料。
AI 内容很容易被营销、标题党和二手转述污染。这个目录用来放资料来源、核查规则和后续可追溯线索。
这个目录解决什么
普通读者看 AI 内容时，最难判断的不是术语本身，而是信息来源：
- 这是官方文档，还是别人转述？
- 这是论文结论，还是媒体概括？
- 这是已经验证的事实，还是对未来的预测？
- 这是产品宣传，还是可复现的技术能力？
本站后续所有核心词条，都应该尽量把这些边界写清楚。
当前入口
- 资料来源清单：整理本站常用的论文、官方文档、研究机构和工具文档入口。
收录优先级
| 优先级 | 类型 | 用法 |
|---|---|---|
| 高 | 官方文档、论文、标准、模型卡、技术报告 | 用来确认定义、方法、版本和限制 |
| 中 | 研究机构文章、教材、长期维护知识库 | 用来补解释和背景 |
| 中 | 可靠媒体深度报道 | 用来理解产业影响，但不单独作为技术证据 |
| 低 | 社交媒体、截图、短视频、二手总结 | 只作为线索，必须二次核查 |
写作时怎么处理来源
- 定义类内容优先找论文、官方文档或教材。
- 产品和工具类内容要标明版本，因为能力会变。
- 前沿话题要分开写事实、解释、争议和预测。
- 如果只找到媒体报道，不能把报道里的判断写成确定事实。
- 截图可以帮助发现读者问题，但不能作为唯一证据。
为什么要这么麻烦
AI 领域变化快，很多词会被营销重新包装。今天看起来像“新范式”的东西，可能只是旧方法换了名字；今天很火的 demo，也可能离稳定产品很远。
资料入口的作用，就是让读者能回到原始来源，而不是只能相信本站的转述。
后续会怎么扩展
这个目录后续应该继续补三类内容：
- 核心论文和官方文档入口，方便回查定义；
- 研究机构和教材入口，方便系统学习；
- 争议话题的来源说明，避免把预测、观点和事实写混。
如果某个页面没有来源，不代表它可以一直裸奔。它只是还没完成来源补强。