AI驱动文献综述革新：五项核心技能告别机械堆砌，释放学术潜能
该能力的本质在于视角转换——从以作者为中心转向以问题为导向。它要求模型突破按学者或年代排序的惯例，转而依据核心议题进行归类。每段起始处以概括性论断引领，将文献引用置于括号内作为佐证依据。优质综述应当展现学术争鸣的焦点。此项能力精准捕捉文献中结论相左、视角各异的节点，并剖析对立产生的根源（诸如数据偏差、方法论差异等）。面对需要阐明理论或研究领域发展脉络的场景，该能力紧扣“演化路径”——聚焦学术关切如何由A转移至B，以及驱动变迁的深层动因。表述需凝练，控制在150字以内。在既有论述奠基之上，此项能力精准定位现
谷歌论文学术争议：中国学者揭露方法相似性回避
记者|王明 3月26日，谷歌研究院（Google Research）发布的一篇论文引发全球存储芯片市场震荡，导致美韩企业市值损失超900亿美元。 谷歌论文称，名为TurboQuant的新算法可在不降低准确性的前提下，将AI大模型KV缓存内存占用压缩至原1/6。 仅一日后，苏黎世联邦理工学院博士后高健扬在社交平台发文，指出谷歌论文存在重大学术问题。 高健扬表示，谷歌回避了TurboQuant算法与2024年他在新加坡南洋理工大学（NTU）博士期间提出的RaBitQ方法的相似性，并错误阐述了RaBitQ的理论