方法

这个站点采用一条可验证、可复盘的轻量信息流水线：按日期从 arXiv 采集 AI 相关论文，经过去重、规则评分和模板渲染，生成每日中英双语简报。

采集范围

默认采集 arXiv 的 cs.AI、cs.CL、cs.LG、cs.CV、cs.MA、cs.IR、cs.RO、cs.SD、cs.MM、cs.HC、cs.SE、cs.DC、stat.ML、eess.AS 等 AI 相关分类。生产流程按发布日期前两天作为论文源日期，避免不同日期的数据串用。

排序信号

• 标题与摘要中的机构、会议、代码、部署、推理、Agent、RAG、安全、评测等关键词。
• arXiv 分类权重与主题分类，用于提高核心 AI 方向的可见性。
• 候选池去重与最近主题重复惩罚，降低同一论文或同质主题反复出现。
• 安全、伦理、治理相关关键词会获得额外可见性，便于跟进模型风险与治理方向。

发布节奏

GitHub Actions 按北京时间/台北时间自动运行。默认公开日期为当天，论文源日期为公开日期前两天；正式流程不静默回退到旧数据，目标日期无可用论文时应明确失败或不发布。

透明性

前端只展示轻量简报；机器可读明细、运行报告和 QA 结果保留在数据目录，便于排查抓取规模、分页、去重、日期绑定和生成状态。

局限

简报默认基于标题、摘要和公开元数据生成，不替代全文精读；arXiv 预印本不得被写成已验证结论或顶会接收事实。