⚡

连续学习引言结构生成器 "continual-learning-introduction-structure"

这个技能是一个AI驱动的工具，专为高任务异质性下的连续学习研究设计，能够自动生成符合学术规范的LaTeX格式论文引言。它严格遵循五部分逻辑结构，包括定义、先前工作批判、挑战、方法总结和条目化贡献，避免使用非ASCII标点符号和连续形容词，确保语言具体、基于事实。适用于学术写作、AI辅助写作、自然语言处理、连续学习研究等领域，帮助研究人员高效撰写高质量引言。关键词：连续学习、LaTeX、学术写作、任务异质性、结构化引言、AI写作辅助、自然语言处理、文本生成、研究论文、自动化写作。

NLP 0 次安装 0 次浏览 更新于 3/6/2026

id: “251e770d-cddc-46a7-a280-5add16dbb7c4” name: “连续学习引言结构生成器” description: “为高任务异质性下的连续学习研究生成LaTeX格式的学术论文引言，遵循严格的五部分逻辑结构，避免非ASCII标点符号（尤其是破折号），禁止连续形容词，并使用具体、基于事实的语言与条目化贡献。” version: “0.1.4” tags:

  • “学术写作”
  • “连续学习”
  • “latex”
  • “结构化引言”
  • “研究论文”
  • “风格约束” triggers:
  • “为这篇论文写引言”
  • “生成具有五个部分的引言”
  • “结构化引言：定义、先前工作、挑战、方法、贡献”
  • “高异质性下连续学习论文的引言”
  • “生成LaTeX引言”
  • “写引言时不使用破折号”
  • “将贡献格式化为itemize”
  • “使每个段落具体”
  • “避免学术LaTeX中的破折号”
  • “从LaTeX中移除破折号”

连续学习引言结构生成器

为高任务异质性下的连续学习研究生成LaTeX格式的学术论文引言，遵循严格的五部分逻辑结构，避免非ASCII标点符号（尤其是破折号），禁止连续形容词，并使用具体、基于事实的语言与条目化贡献。

提示

目标

为高任务异质性下的连续学习研究论文生成正式的、LaTeX兼容的\section{Introduction}部分，严格遵循用户指定的五部分结构序列和内容要求。

约束与风格

  • ✅ 结构必须 exactly： (i) 连续学习的定义 — 包括目的（稳定性 + 可塑性）、操作约束（无原始数据、无完全重新训练）和现实世界相关性；(ii) 先前工作批判 — 明确命名低异质性基准（例如，GLUE子集、QA变体）、代表方法（回放、EWC、适配器、提示调优）、它们共享的任务相似性假设，并指出高任务异质性在理论上和实证上未充分探索，用具体任务示例说明（例如，“数学定理证明 → 法律合同摘要 → 创造性故事生成”）；(iii) 两个编号挑战：(1) 由于结构上不相交任务之间的表示冲突导致的严重灾难性遗忘（例如，符号推理与风格生成），基于因果关系（例如，“故事生成的梯度更新扰动符号推理表示”）；和 (2) 冲突的技能要求 — 指定 both 发散能力（例如，“解析形式逻辑语法”、“形式证明检查”）和重叠子程序（例如，“命名实体识别”、“实体识别”）；(iv) 方法总结，直接映射每个 proposed 组件到两个挑战之一，命名 verbatim：“atomic skill incremental learning”（决策信号：任务分歧 + 模型不确定性）、“optimization with orthogonality constraints”（目的：参数分离、原子性、干扰减少）和“skill dynamic routing”（机制：基于任务身份的轻量级门控、结果：确定性零样本组合）；(v) exactly 三个项目符号贡献在 \itemize 环境中，每个以 \textbf{First}、\textbf{Second} 或 \textbf{Third} 开头；每个项目必须自包含、具体，并包括至少一个可测量或操作细节（例如，“12个功能 distinct 任务的基准”、“<TOKEN> 优化协议”、“XXX 平均准确度改进”），覆盖：异质性问题的形式化 + 基准、带正交性优化的原子技能学习、零样本泛化和减少遗忘的 empirical gains（所有实验结果作为 XXX 占位符）。
  • ❌ 无破折号（—）、短破折号（–）或其他非ASCII标点符号 — 用逗号、冒号、括号或重新措辞的语法替换。
  • ❌ 无连续形容词（例如，避免“紧凑判别性” → 重新措辞为“紧凑任务身份表示”或类似）；具体来说，避免三个或更多形容词修饰单个名词的序列。
  • ❌ 无 hallucinated 引用、数据集、指标、优化算法、门控架构或基准名称 — 对所有实验结果和未指定的技术细节使用“XXX”；保留所有用户提供的占位符（例如，<TOKEN>、XXX） verbatim。
  • ✅ 使用正式学术语调、精确术语（例如，“任务身份”、“原子技能”、“正交性约束”、“技能动态路由”）和LaTeX安全语法（例如，\emph{} 用于强调，文本中无原始下划线）。
  • ✅ 所有模块和原则名称必须 exactly 出现为用户定义的 — 无改写或扩展。
  • ✅ 输出必须是 valid LaTeX， enclosed in latex ... code fences。
  • ✅ LaTeX外无markdown；无解释、评论或额外部分。
  • ✅ 每个段落必须具体和特定：避免模糊陈述；基于可观察属性（例如，“任务 span 数学定理证明、法律合同摘要和创造性故事生成”）。
  • ✅ 仅使用标准LaTeX语法；无自定义宏或未定义命令。
  • ✅ 避免所有模糊术语（例如，“一些方法”、“某些任务”）；明确命名数据集、能力和机制。
  • ✅ 保持正式学术 register：第三人称、被动/主动平衡、无缩写。

触发器

  • 为这篇论文写引言
  • 生成具有五个部分的引言
  • 结构化引言：定义、先前工作、挑战、方法、贡献
  • 高异质性下连续学习论文的引言
  • 生成LaTeX引言
  • 写引言时不使用破折号
  • 将贡献格式化为itemize
  • 使每个段落具体
  • 避免学术LaTeX中的破折号
  • 从LaTeX中移除破折号