WeHub 论文交付项目 · 2026 Summer

把 30 个研究问题压成 10 个投稿级 paper package。

短期目标是两个月内形成 10 个投稿级 package;当前优先级是 research question、投稿窗口和可审计的 submission package。这个项目服务 WeHub 与 Causal Intelligence 主线,但现在仍是 paper production 短期项目,不是成熟系统本体。

30research questions
2active WIP lanes
10目标 paper package
7 / 8P23 KDD content pages
Current allocation · source / package boundary

HCGM 提供科学真相,10 Paper 负责投稿压力。

Manuscript、theorem、implementation 和 experiment evidence 留在 HCGM; Portfolio 只拥有 RQ/P allocation、venue、preflight、deadline 与公开路由。 这条边界避免复制论文真相,也让 package 状态可审计。 科学对象边界同样固定:标准 SCM 在模型定义层共享 assignment,并可诱导 unit-specific slice;HCGM 把 unit-specific mechanism 设为 primary object, shared unit-modulated family 只提供跨 unit 的 learnability structure。

打开 HCGM paper family

P23 · Binary treatment

  • 状态:KDD 2027 Research Track preflight
  • 对象:unit-specific treatment-response mechanism;不是所有 unit 共享的最终机制
  • 证据:analytic kernels、identification boundary、IHDP、WAWS RCT
  • 门禁:latent abduction value、matched SOTA、anonymity 与 reproducibility
  • 读 HCGM causal-effect public guide

P20 · FANS replacement

  • 状态:research lane;不是 submission package
  • 已有:stable-unit FANS-aligned pilot 与 decision delta
  • 门禁:official homogeneous FANS CNF trend reproduction
  • 失败边界:未通过官方复现前,不写成“优于 FANS”

HCGM continuous treatment

  • 状态:independent second-wave incoming candidate
  • 不可作为 binary-treatment paper 的 appendix
  • 已有 VCNet/DRNet protocols 与 support diagnostics
  • 读 continuous-treatment public guide
External pressure window

SIGKDD / AAAI / WSDM 2027

本轮 10 paper portfolio 的硬 deadline 来自 Discord 子区启动讨论。日期以官方 CFP 为准,下面给出北京时间可执行窗口。

研究问题是生死线

论文不是从标题开始,而是从 research question 开始。这个入口把 30 个 `RQ` 槽位放在 paper handles 前面:先看问题是否值得问,再看它能否进入 SOTA、48h evidence、strongest objection 和 kill / merge rule。

打开 Research Problem Board
RQ01 观测数据应如何进入因果建模? P01 v0.7 已有 1-8 skeleton、citation pressure 和 Figure 1。
RQ03 Causal mind 是否真的改变工作决策? P02 需要 independent recoding 或 broader sample。
RQ09 什么状态机能防止候选无限漂浮? 这是 v0 paper sprint harness 的约束器。

会议理解

Public-safe venue guide 和 Causal AI scout:先理解会议品味、近期顶会因果论文、 数据对象和问题族,再把候选题压成 claim、SOTA、minimal experiment 和 reviewer objection。

既有研究和新题 scouting 进入 portfolio,经过 evidence gate 后自然浮现 package role 和能力回流证据。

与 Causal Superintelligence 的反馈关系

Causal Superintelligence 是长期研究与心智能力来源;10 Paper Portfolio 是独立的两个月 paper delivery sibling。两边交换问题、证据和外部反馈,但不是父子目录关系。

打开战略父层

Causal Superintelligence

  • 长期使命:原创因果研究、知识主脊、证据记忆与未来 CausalMind
  • Causality Primer 是 staged knowledge spine(协作书站,需登录),不等于整个父层
  • Causal Engine 是共享推理底座;causal regression 复现是首个 application,但不定义 Portfolio package 状态
  • 向 Portfolio 提供 question / theory / case / benchmark pressure

10 Paper Portfolio

  • 向外需求:建立和学术界连接的 paper bridge
  • 短期反馈:用投稿 package 为未来定制 paper production system 提供证据
  • 产物形态:paper packages / sprint evidence / system feedback

共同关系

  • 主轴仍然是因果研究,但允许少量高价值能力回流样本
  • 研究项目提供 infra,portfolio 提供 delivery pressure
  • 《让 Agent 学会问为什么》已作为 RQ01 / RQ17 / RQ21 / RQ09 的 question-engine input
  • 每个结果都应反哺 WeHub 的长期智能系统能力

组合结构

目标不是提前给每个候选贴 A/B/C 标签。Portfolio 先让候选进入 evidence gate; A 是代表作级,B 是 AI 顶会投稿质量,C 是高完成度投稿级 package。C 不是低质量或非投稿。

A · 代表作级

  • 由 evidence 和 SOTA 压力自然浮现的旗舰级 claim
  • 可以成为 WeHub 因果智能或科研智能系统的代表作
  • 不是 intake 阶段的预设标签

B · AI 顶会投稿质量

  • claim、SOTA、实验、写作和 rebuttal 都按顶会标准压实
  • Agent 承担 citation、baseline、ablation 和复现入口
  • 不是候选编号里的固定身份

C · 高完成度投稿级

  • 证据、叙事、模板、slide 和入口都完整
  • 代表性或顶会强度暂时弱于 A/B,但仍是投稿级 package
  • 不能退化成 workshop/arXiv 占位或低完成度草稿

论文子入口

这些入口混合了 public-safe placeholder 与已经长成的 review wedge;页面状态不替代 canonical paper artifacts,也不把本地稿误写成已投稿或已部署成果。

P01 基于观测数据进行因果建模的现状和思考 review wedge · RQ01 · Figure 1 landed P02 Causal Mind Decision Delta conditional sprint · WeHub / Causal Mind · role unset P03 Agent Collaboration Trace as Causal Data seed · collaboration infra · role unset P04 ProviderHealth Probe Semantics sprint · runtime reliability · role unset P05 Seed-to-Action Trust Gates merged · MSP / nano-work · role unset P06 Human Taste to Agent Work parked · feedback entrance · role unset P07 App-less Agent Harness Bandwidth Metric parked · founder seed · role unset P08 Paper Production State Machine sprint · portfolio-native · role unset P09 Causal Primer as Agent Skill Curriculum parked · curriculum asset · role unset P10 Public Skill vs Enhanced Mode parked · skill flywheel · role unset P11 表格基础模型究竟学到了什么? owner-prioritized review wedge · RQ11 · DiscoSCM audit P12 Kill Matrix for AI-Generated Research Ideas merged · research tooling · role unset P13 Privacy-Preserving Publication Boundary parked · publication boundary · role unset

历史 48h Sprint 快照

这是 2026-07-03 的初始分配记录,只保留 provenance;当前执行不再由这三个 候选驱动。请以页面顶部的 P23 delivery / P20 research、WIP=2 为准。

role unset 旧研究孵化 因果主轴

P02 · Causal Mind Decision Delta

测量 causal decision protocol 是否真实改变任务优先级、dispatch、 degradation 或 repair decision,而不是只产生漂亮解释。

role unset 新题 scouting 相邻系统线

P04 · ProviderHealth Probe Semantics

测试 provider monitor 中的 failure-class semantics 是否能减少错误升级和 human triage ambiguity。

role unset portfolio-native capability feedback

P08 · Paper Production State Machine

把 10 篇挑战本身变成短期 paper production 实验:claim、SOTA、 minimal experiment、kill signal 和 package readiness 都必须可审计。

历史候选题公开快照

这里是初始 candidate pool 的 public-safe provenance,不是当前 board 或当前 WIP。私密 traces、敏感未公开 claim 和 reviewer strategy 留在项目 workspace 内部。

ID Working Title Package role 来源 状态 下一里程碑
P01 基于观测数据进行因果建模的现状和思考 review wedge RQ01 / top-ai-causality intake / Causality Primer paper.md v0.7 Public-facing readability polish and Figure 1 projection。
P02 Causal Mind Decision Delta unset WeHub / CausalMind 旧研究孵化 48h sprint 把近期事件编码为 ordinary-agent vs causal-mind decision。
P03 Agent Collaboration Trace as Causal Data unset WeHub collaboration infra seed 定义 public-safe event schema。
P04 ProviderHealth Probe Semantics for Agent Runtime Reliability unset runtime ops evidence 48h sprint 构建 failure class 的 before/after table。
P08 Paper Production State Machine unset portfolio-native 48h sprint 把 state machine 用到 15 个候选并记录决策。
P12 Kill Matrix for AI-Generated Research Ideas unset research tooling seed 用当前候选池 kill / park 弱想法。

WeHub 能力回流

每篇论文不是一个系统本体,而是一个 feedback case。每次 sprint 都要产出 paper feedback 和 system feedback,让 portfolio 帮助 WeHub 学会未来定制 paper production system 需要哪些能力。

literatureSOTA

Agent 能找到真正对手吗?

每个候选必须指出 closest SOTA opponents,并说明 novelty 为什么还能成立。

experimentkill signal

Agent 能快速产出 evidence 吗?

每个 sprint 都需要 48h signal 和 7d kill condition,不能无限 polishing。

writebackmemory

失败会让系统变强吗?

被 kill 的候选也要留下可复用 objection、template 或 upstream feedback。