前沿阅读与贡献判断

L4 不是「刚更新」的标签，也不是比 L3 多背几个模型名。它描述的是评价新工作贡献的阅读目标，不对站内旧材料的时效背书。前置要求是能理解相关方向的基线、推导与实验设置。

一张论文卡，六个问题

1. 问题：原方法具体在哪种条件下失效？是否给出可检验的假设？
2. 增量：新增的是算法、数据、系统实现还是训练配方？与最近的强基线比较了吗？
3. 证据：是否控制模型、数据、预算与硬件？有没有必要的消融与不同种子？
4. 代价：更高质量是否来自更多推理 token、样本、工具或人工标注？
5. 边界：结论对哪类任务成立？论文没有证明什么？
6. 下一步：哪个实验最可能推翻核心主张？什么仍是开放问题？

三条进入路线

主题入口	应追问的开放问题	实践产出
Agentic RL	奖励是否真的衡量业务完成？工具环境变化后泛化如何验证？	奖励漏洞与分布变化的实验方案
推理模型	更多计算的收益来自搜索、训练还是回答长度？	固定成本预算下的对照设计
FlashAttention	优化受哪些形状、硬件和带宽边界限制？	瓶颈假设与同负载基线

每个入口都是背景材料；前沿判断必须回到原论文和官方实现。对无法核实的结论写「待核」，对没有运行的实验写「实验设计」，不要写成复现成功。