首页
/ Reading Evidence — YYYY-MM-DD

Reading Evidence — YYYY-MM-DD

2026-09-07 21:44:58作者:宗隆裙

Real context: Task: locate information / follow an argument / build stamina / synthesise sources Completion standard: Time limit:


其中 Task(任务类型)不是自由发挥,而是与 [阅读训练篇](https://gitcode.com/GitHub_Trending/en/up/blob/aeab7ff8e297a6772908f546f41cb05d40b482ee/docs/en/threads/part-1/4-reading.md?utm_source=gitcode_repo_files) 中的“按任务选材料”表格一一对应:

| 任务类型 | 材料条件 | 完成证据 |
| --- | --- | --- |
| Locate information(定位信息) | 通知、说明、短报告或带明确问题的文档 | 在原文中标记答案,并给出支撑它的那一行 |
| Follow an argument(跟随论证) | 有结构的评论、报告或技术解释 | 画出主张、理由、证据与限制 |
| Build stamina(建立耐力) | 小说、传记或长篇非虚构,计划连读七天 | 记录阅读时长、章节主旨与一次延迟复述 |
| Synthesise sources(综合来源) | 同一主题下 2–3 篇不同作者/立场的文本 | 写一页对比,区分事实、推断与判断 |

写清 “Real context”(本次真实场景)与 “Completion standard”(完成标准)的意义在于:阅读不是越难越好。训练篇指出,“材料不会因为更难而更有价值”,应该先命名任务,再选择能在可用时间内读完的主材料,以及一份同主题的平行材料。主材料训练方法,平行材料检验迁移。

## 三、第 2 步:记录来源与版本——为可复现留底

| Item | Notes |
| --- | --- |
| Author, title, and link(作者、标题与链接) | |
| Edition, publication date, or chapter(版本、出版日期或章节) | |
| Access date(访问日期) | |
| Length and reading time(文本长度与阅读时长) | |
| Author position or conflict of interest(作者立场或利益关系) | |
| Quotation, image, and copyright boundary(引用、图片与版权边界) | |

这一步对应训练篇的提醒:**网页会改版、变成付费内容或直接消失**。因此应保存足够重建来源的引用信息,而不是未经许可复制整篇文章。注意其中两项最容易被忽略:

- **Length and reading time**:为后续比较“首读速度变化”提供基准,也是判断难度的量化锚点;
- **Author position or conflict of interest**:先识别作者的立场与利益,第 4 步重建“作者主张”时才能避免把立场当成中立的陈述。

“Author, title, and link”一栏在仓库体系中被视为**入口点而非排名或赞助承诺**——训练篇明确说明,书单与公众号清单只是“entry points, not rankings, sponsorships, or promises of permanent availability”,记录链接不等于背书,也不等于承诺它永远可访问。

## 四、第 3 步:首读证据——先读完全程,再查任何东西

```markdown
One-sentence gist:
Order of the article or chapter:
Three details remembered after the first pass:
Words or sentences that truly blocked meaning:
First-pass time:

这一节的铁律是:完成首读之后,再查词或看解释。 训练篇把一次完整阅读通道(A Complete Reading Pass)定义为五个动作:限时首读并写一句话主旨 → 标注每段功能与真正阻断理解的句子 → 核验高频、领域关键或论证关键项并记录来源 → 合上词典用五句话重建结构并写一个受支持的推断 → 一周后用平行文本检验迁移。卡片第 3 步正是这条通道前两个动作的落纸版本。

关于生词,卡片给出一个重要诊断学观点:未知词数量只用于判断材料难度,不直接代表你的能力等级(“Unknown-word count diagnoses material difficulty; it does not directly set a proficiency level.”)。如果几乎每句话都被阻断,正确做法不是硬啃,而是先降级到更简单的平行材料——训练篇的原话是:“Lowering the entry point does not lower the destination.”(降低入口不等于降低终点。)

五、第 4 步:重建主张与证据——把“作者说了什么”和“我是否同意”分开

Paragraph/page Function Author claim Evidence or example Limitation or question

这是整张卡片信息密度最高的一步,要求按段落/页码逐行填写四个维度:

  1. Function(段落功能):这一段是在引入背景、给出定义、举反例,还是推进论证?
  2. Author claim(作者主张):作者在这段到底主张什么?
  3. Evidence or example(证据或例子):支撑该主张的原文证据或例证是哪一条?
  4. Limitation or question(限制与疑问):这个主张的边界在哪里?你还有什么问题?

卡片在此提出方法论要求:把“作者说了什么”和“我是否同意”分成两个动作来写。对于技术、健康、法律或金融类主张,必须回到可靠的一手来源或合格专业意见,而不是仅凭文章措辞下判断。训练篇在“阅读英文文档”一节补充了技术词的查证顺序:先读定义与示例;仍不理解再搜更清晰的解释(必要时可借助中文资料);同时为可持续阅读选择合适的设备——PDF 太小或不可搜索时,就换阅读器、放大页面或寻找 HTML 版本,不存在“一个设备通吃所有场景”的答案。

六、第 5 步:标记推断边界——把事实、推断和联想分开放

Facts stated directly in the source:
Inference supported by the source:
My own judgment or association:
Evidence still missing:
One example that could disconfirm my current judgment:

这一节处理阅读中最危险的幻觉:把“我认为”误写成“文中说”。五个字段分别对应:

  • 原文直接说出的事实:可以在原文中找到对应句子的内容;
  • 有原文支持的推断:由证据推导、但没有逐字写出的结论;
  • 我自己的判断或联想:完全来自读者本人的经验与联想;
  • 仍缺少的证据:诚实承认这条结论的证据缺口;
  • 一个可以反驳当前判断的例子:主动寻找能推翻自己的反例。

卡片给出的判定标准非常实用:如果某个结论只能靠情绪、标题或单一案例成立,就把它标为“待验证的假设”,而不是写成事实(“mark it as a hypothesis rather than a fact”)。训练篇在“CEFR Task Goals”中把这种区分能力目标化:B2 阶段要学会理解复杂/专业材料中的论证、证据与立场;C1–C2 阶段则要处理长文本、多风格、隐含信息并综合多个来源——推断边界的清晰程度正是从 B 到 C 的能力分水岭。

七、第 6 步:做一次延迟迁移——用时间戳检验“真的记住了”

Date Condition Output Score/feedback
Day 1 Close the source and rebuild the structure in five sentences Summary and one inference
Days 3–7 Read a parallel text on a related topic Gist, evidence, and differences
Day 30 Use a new topic or real task One-page report, explanation, or retelling

迁移测试的设计思路与 Evidence Chain Template(证据链模板) 完全同构:同一个核心动作,在不同时间、不同条件下抽样,从而区分“当下会”“几天后还会”“换到新场景还能用”三个层次。具体节奏为:

  • Day 1:合上原文,用五句话重建结构——检验的是“离开视觉刺激后的结构记忆”,输出是一段摘要加一个受支持的推断;
  • Days 3–7:读一篇同主题平行文本——检验“方法是否迁移”,输出要包含主旨、证据以及与第一篇的不同点;
  • Day 30:换到新主题或真实任务——检验“能力是否稳定可用”,输出可以是报告、解释或口头复述。

打分规则被写死在卡片里:主旨、结构、证据、推断边界、延迟复述五个维度,每项 0–2 分。并强调:读得更快但说不清证据,不算完整进步(“Reading faster without explaining the evidence is not complete progress.”)。训练篇进一步给出了 7/30 天的量化节奏:七天内读四篇同主题短文并保留摘要与第七天复述;三十天内每周一次精读批注与两次限时泛读,并比较速度与摘要准确度;十二周后从单文本走向多来源综合,以带引用的报告、技术评审或模拟考试收尾。这些节奏与 90-Day Action Plan 中的周期管理可互相咬合。

八、第 7 步:用证据决定下一步,而不是靠心情

The skill this material trains best:
The largest barrier it exposed:
One variable to lower or raise next time:
Keep as the main source: yes / no / downgrade to extensive reading
Next parallel source:
Next review date:
登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.13 K
2.75 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
857
1.35 K
docsdocs
暂无描述
Markdown
897
5.8 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
529
593
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
915
1.83 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.58 K
1.01 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.35 K
1.46 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.01 K
515
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
547
388