集智百科参与方式

欢迎来到集智百科！

集智百科是复杂性科学领域科学、全面、客观的百科全书

集智百科的意义

做集智百科具有多方面的深远意义，它不仅是一个知识的汇集地，更是一个促进学术交流、推动学科发展、凝聚集体智慧的平台。

一、系统化知识沉淀与共享

集智百科的核心目标是“做复杂性科学领域科学、全面、客观的百科全书”。这意味着它致力于将复杂性科学这一跨学科领域（涵盖复杂系统、人工智能、统计物理、因果科学、计算社会科学等）的知识进行系统化、结构化的整理和沉淀。

* 提供权威知识库：通过众包生产模式，吸引海内外知名高校的学生、教授以及各行各业的科学词条爱好者共同参与，确保词条的科学性、专业性和准确性【https://swarma.org/?p=22274>集智百科团队这一周都干了啥？ | 11.23-11.30 | 集智俱乐部 - swarma.org】。这为学习者和研究者提供了一个可靠的资源库，方便他们快速获取和查阅相关知识。

* 弥补知识空白：复杂性科学涉及众多前沿且晦涩的概念，集智百科通过将这些概念用易懂的语言进行阐释，帮助入门者跨越专业门槛，填补了中文世界在这一领域高质量基础资料的空白。例如，已完成的词条包括无标度网络、复杂网络的双曲几何模型、蚁群优化算法、贝叶斯网络、递归、鲍德温效应、复杂性经济学等【https://swarma.org/?p=23565>百科词条6条速览：蚁群优化算法、贝叶斯网络、自指…… - 集智俱乐部 - swarma.org】【https://swarma.org/?p=23045>百科词条3条速览：递归、鲍德温效应、复杂性经济学…… - 集智俱乐部 - swarma.org】。

二、促进学习、交流与学科发展

* 提升学习效率：通过提供最科学、专业、准确的知识，集智百科帮助用户快速了解某一知识概念，从而提高学习效率。志愿者在参与翻译和审校过程中，也显著提升了自身的英语阅读和翻译能力，并对相关领域有了初步了解，甚至跨越了专业门槛【https://swarma.org/?p=22274>集智百科团队这一周都干了啥？ | 11.23-11.30 | 集智俱乐部 - swarma.org】。

* 激发跨学科交流：复杂性科学的跨学科特性决定了其需要不同专业背景的人共同参与。集智百科作为一个共同的知识基础，能够促进不同学科背景的学者和爱好者之间的交流与合作，从而“涌现集体智慧”【https://pattern.swarma.org/about_us>关于我们 - 集智斑图】。

* 推动学科前沿探索：通过系统梳理和呈现复杂性科学领域的知识和前沿进展，集智百科有助于更多人了解并投身于该领域的研究，间接推动学科的持续发展和创新。

三、凝聚集体智慧与构建独特学术生态

“集智”一词本身就包含了“集体智慧”（Collective Intelligence）的含义，它是一种“从许多个体的合作与竞争中涌现出来的”共享智能。

* 众包生产模式：集智百科的生产模式是典型的“众包生产”，依靠社区的力量，吸引对知识本身、知识分享、知识整理感兴趣的朋友一同完成这项“万古长青的事业”【https://swarma.org/?p=22274>集智百科团队这一周都干了啥？ | 11.23-11.30 | 集智俱乐部 - swarma.org】。这种模式使得知识的生产不再局限于少数专家，而是通过广泛的协作，汇聚了来自清华大学、北京大学、北京师范大学等国内外知名高校的成员的智慧【https://swarma.org/?p=22274>集智百科团队这一周都干了啥？ | 11.23-11.30 | 集智俱乐部 - swarma.org】。

* 打造“自由学术探索”的小生境：集智俱乐部（集智百科是其一部分）被描述为一个“与世无争的‘自由学术探索’的小生境”，旨在承载科技创新梦想，为中国未来的原创生态注入希望【https://swarma.org/?p=43492>中国有“集智俱乐部” - swarma.org】。它为那些追求纯粹学术探索、不被外部功利因素干扰的科研工作者提供了一个精神家园和知识工具。

* 培养严谨的学术态度：在集智百科的生产流程中，从词源、翻译、审校、编辑到专家审校，每一步都强调内容的完整性、语句的通顺性、专业名词的准确性，并追求“信、达、雅”的翻译标准。这种严谨的流程不仅保证了百科的质量，也培养了参与者的学术素养和责任感。

四、赋能人工智能大模型发展

在当前人工智能大模型蓬勃发展的时代，高质量的训练语料库是其能力提升的关键要素。集智百科在这一方面也展现出其独特的价值和潜力。

* 弥补高质量中文语料短缺：当前，全球大模型发展普遍面临数据匮乏的问题，尤其是高质量中文语料资源短缺，这在一定程度上限制了我国人工智能技术的发展和创新应用【破解大模型中文语料不足问题，并非毫无办法｜新京报专栏】【周源委员：高质量中文语料数据短缺掣肘AI发展 - 新闻- 科学网】。例如，ChatGPT的训练数据中，中文语料比重不足千分之一，而英文语料占比超过92.6%【周源委员：高质量中文语料数据短缺掣肘AI发展 - 新闻- 科学网】。集智百科作为严谨、专业的知识平台，其内容经过严格的科学性、专业性和准确性审查，能够为大模型提供稀缺且可靠的中文语料。

* 提供高价值专业知识：大模型最大的语料库目前主要来自于用户生成内容（UGC），但“更为严谨的并获得反复验证的百科全书式知识信息，才是大模型最为可靠的语料库”。集智百科专注于复杂性科学这一前沿且专业的领域，其系统化、结构化的知识内容，如无标度网络、大语言模型的涌现等词条【大语言模型的涌现｜集智百科】，具有极高的专业性和权威性。这些高质量语料能够帮助大模型更好地理解和生成复杂性科学相关的专业内容，提升其在特定领域的知识广度和深度。

* 提升模型性能与鲁棒性：相关研究指出，“未来一个模型的好坏，20%由算法决定，80%由数据质量决定。接下来高质量的数据将是提升模型性能的关键”【加快建设人工智能大模型中文训练数据语料库 - 人民论坛】。集智百科所提供的语料具备多样性、真实性、连贯性、无偏见等高质量语料的七大特征【大模型发展亟需高质量“教材”相伴 - 新华网】，能够有效提升大模型的准确性和稳定性，降低模型对特定数据集的依赖，从而增强其鲁棒性和泛化能力。

* 推动中文大模型发展：通过为中文大模型提供高质量、专业化的训练数据，集智百科不仅有助于解决当前中文语料的“数据荒”问题【谷歌大模型一出闹剧揭开中文数据荒 - QQ News】，更能推动中文大模型在科学研究、专业领域应用等方面的进步，使其在国际AI竞争中更具优势。

综上所述，集智百科的意义在于构建一个高质量、开放的复杂性科学知识平台，通过众包模式凝聚集体智慧，服务于知识的系统化沉淀、学习交流、学科发展，并为追求自由学术探索的学者和爱好者提供一个独特的学术环境，最终推动中国在复杂性科学领域的原创性贡献，并为人工智能大模型提供宝贵的高质量中文语料支持。

如何表示科学？

内容客观，所有来源注明出处。
充分佐证并且注明资料来源，这些资料不会只是某个作者自己冷僻的见解，而会是在该领域中被视为标准并且最常引用的。
反映专业认知，并以事实为根据，同时遵守良好的学术和逻辑标准。

如何表示全面？

参考多个相关网站，综合多方面的信息。推荐的网站有wikipedia、scholarpedia、中文集智百科、百度百科、官网、主页信息。

如何表示客观？

翻译过程中应多用陈述性的语句，表述事实，而不是情绪性的、修饰性的语句。
完全中立、没有偏颇。

理想情况是针对一个词条，先汇集资料信息，并针对必要的问题，对资料信息进行翻译、整理，回答问题。

汇集信息的主要来源：wikipedia、scholarpedia、中文集智百科、百度百科、官网、主页信息。
翻译的主要工具是：人工翻译整理为主，机器翻译为辅。
必要问题：针对不同词条的类别，都有一些基本、必须涵盖的信息去回答。每个词条都应该涵盖这些基本信息。也可以在此基础上进行扩展。

集智俱乐部发展时间轴

2013年，集智俱乐部张江发现没有一个可以让大家协作生产内容的平台（石墨还未出现），于是让集智俱乐部核心成员袁行远搭建了第一版的集智百科。
2013-2015年期间，以袁行远、吴令飞、张江等核心集智俱乐部成员为首，在集智百科上贡献了许多知识性的词条内容，包括摄像机-电视自指系统、混沌的边缘、复杂网络的双曲几何模型等等。
2018年6月-2018年10月期间，集智俱乐部志愿者王婷曾经组织一批志愿者，希望可以对复杂性科学领域的知识进行梳理，但是没有成功。期间有很多志愿者如靠倒立解气、高飞、Sherimon、Xhtinhunter、Iceblaze9527等参与内容生产工作，产生了一些优秀的知识性词条：幂律分布、小世界网络、无标度网络等。

2019年11月-2020年3月，集智俱乐部再次组织志愿者生产复杂性科学领域的知识内容，希望可以打造复杂性科学领域最全面、科学、客观的百科全书。

2020年3月，由于旧版的集智百科编辑器和备案的问题，集智学园工程师林嘉琦重新搭建了现在最新的集智百科平台。
2020年5月，为了提高生产效率，集智志愿者侯月源实现了彩云小译的初步翻译过程。具体操作即给出词条list，通过爬虫，爬取对应的英文wiki页面，通过对页面进行格式调整后，给彩云小译得到初步翻译的结果。大大提高翻译的效率。
2024年，张江立志继续把生产词条做为重要的任务，并由张倩设计规则，由王志鹏担任管理，开始通过游戏化机制从集智读书会社群中筛选了一批优秀的百科志愿者，完成了一系列精品词条：因果涌现、有效信息

集智百科项目分工

集智百科的生产依然采用集智俱乐部传统且高效的模式：众包生产。希望依靠社区的力量，吸引一批对知识本身，知识分享，知识整理感兴趣的朋友，一同完成这项万古长青的事业。

目前集智百科项目分只有一种参与方式：通过社区游戏化晋级，先通过字幕志愿者任务晋升到百科志愿者。

其他激励

积分。积分可以用于在集智平台上购买或者消费，其中包括：集智学园、集智斑图、以及集智俱乐部周边等。(详细积分奖励及兑换制度见下表)
为深度参与的同学颁发志愿者勋章、荣誉证书和相关实习证明。
晋升科研志愿者参与与张江科研组。

一个词条的诞生

一个词条的完善会经历主要四个环节：

建立词条（由老师或同学提出生产该条目的需求）
机器搬运（由集智百科嵌入的机器翻译助手彩云小译进行百科词条的生成以及搬运，搬运来源目前只支持英文Wikipedia）
翻译校对（由志愿者校对翻译内容的中文通顺性，需要对已经初步翻译过的稿件进行再修改、润色）
专家审核（由老师专家审核词条的专业性，保证内容科学全面客观）

我们希望词条的初步生产经历过以上四个环节可以形成一个由老师、志愿者提出，到质量审核保证的生产闭环。
所有的条目均由每个人自发提出的，其编辑过程有业界专家审核纠正。
词条的完善不是一蹴而就的，而是由所有百科社区成员不断维护完成的。
我们鼓励参与者积极对条目的内容进行深度的探讨及辩论，为其内容增添更多的可能性。

参与百科

完成集智读书会的字幕修正与审校，即可进入百科词条团队

若您想要了解更详细的步骤，建议阅读如何上手集智百科词条，这是一个为新手打造的编写指引。更加规范性案例请查阅编辑案例。

生产进展

词条生产过程包括5个阶段：预备期、初级期、中级期、审核期以及完成期

预备期：志愿者认领词条，志愿者、词条负责人以及张江老师会一起制定词条大纲
初级期：志愿者需要根据制定的大纲结合具体的文献，初步翻译整合资料填写到词条对应的位置
中级期：进一步梳理初级期完成的词条，做到内容完整、格式、语法正确
审核期：词条负责人会进行初步的审核，排除格式、语法以及逻辑等问题，初步校验后张江老师会再次进行系统性的校验，保证词条的质量
完成期：需要在集智俱乐部公众号上发布

预备期

初级期

部分信息分解完成人：王亦理、王盛嘉、蓝梓杰、吕奥博

整合信息论完成人：郑鸿盛、郑源、董宇凡、赵思语、杨明哲

中级期

神经网络的有效信息计算完成人：郑鸿盛、徐然、王志鹏
复杂网络重整化完成人：郑鸿盛

审核期

完成期

因果涌现完成人：王志鹏
基于有效信息的因果涌现理论完成人：彭晨
基于信息分解的因果涌现理论完成人：吕奥博
基于可逆性的因果涌现理论完成人：龚铭康、刘凯威
Causal Emergence 完成人：冉天枢
有效信息完成人：张江
Effective Information 完成人：李梓嫣
马尔科夫链完成人：杨卓然、张代健
马尔科夫链的成块性完成人：梁京昊
因果效应度量完成人：刘易明
复杂网络中的因果涌现完成人：王志鹏
奇异值分解（SVD）完成人：刘宇康
NIS 完成人：刘佳睿
NIS+ 完成人：潘琳莉
计算力学完成人：刘易明
基于格兰杰因果量化涌现完成人：许世鹏
大语言模型的涌现完成人：范卓仪、梁金、徐然、杨明哲
Word2Vec 完成人：苏一铭、杨锦浩
Deep Q Network 完成人：邹佳玮、罗福海
Dreamer 完成人：潘琳莉、程嘉
RWKV模型完成人：王熙霖、宋鹏举
DeepSeek-R1 完成人：朱瑞琪、宁定扬、冉天枢、范卓仪、潘琳莉、袁冰、王志鹏

淘汰机制

淘汰：出现下面五种中的任意一种情况视为一次警告，出现两次警告则劝退

五种情况：

不参加每周组会讨论（请假除外）
一周没有进展（特殊情况除外）
反馈的意见不改（如果有自己的理解可以一起交流）
初级任务两周未完成（特别复杂的词条除外）
中级任务一个月未完成（特别复杂的词条除外、修改反馈除外）

注：特别复杂的词条指的是不局限于1-2篇参考文献，需要参考超过3篇文章或一本书等，是一个综述性的知识点，如因果涌现、规模法则词条等。

百科平台底层维护人员招募

工作职责：

•负责集智百科的业务运维工作（e.g. 权限管理，账户管理，故障排查）

•负责集智百科的用户体验持续提升解决方案的设计和落地（e.g. 词条编辑器体验优化，系统升级）

•负责集智百科的服务连续性解决方案设计和落地(e.g. 容灾、监控、备份与恢复）

•负责核心系统的代码编写、系统优化以及技术架构持续改进

•参与开发和运维规范制定，编写相关技术文档

你可以获得：

•投身于构建良好的学术交流氛围，改善国内科研环境，进而促进国家科技革新的伟大事业中

•享受集智俱乐部VIP待遇(参与一年期的维护工作)

•以练促学，践行行业最佳实践（IT行业>9年经验的前辈带）

期望：

•能投入一定的时间和精力参与系统维护或组内讨论（>每周1小时）

•能积极主动地深入学习系统研发与运维相关知识

•有一定的软件研发、运维实践经验（不论技术栈）

•Nice to have: 有以下技术实践经验：PHP, Docker, MediaWiki, 阿里云

百科词条标准

词条的框架结构
1. 章节重点突出
2. 各个章节文字均衡
3. 一般词条包含如下几个部分（具体的章节名称可以调整，但是要涵盖下列基本内容）：
  1. 历史渊源
  2. 简介
  3. 主要内容
  4. 应用/实例
  5. 参考文献
  6. 署名
文字
1. 术语前后统一（特别多人编辑时）
2. 中英文符号规范
  1. Tips: 一般英文人名只用英文就可以不用翻译，重要人名可以翻译成中文并且加括号加上英文名：如，罗伯特·梅（Robert M. May）
3. 段落清晰
  1. 可以多加子标题形成层级结构，子标题或者列表名等可以加粗
  2. 段落之间文字太拥挤时可以加空行
数学公式
1. 重要公式单独一行，如下形式：
```
    {{NumBlk|:|
    <math>
    </math>
    |{{EquationRef|1}}}}
```
2. 引用公式加序号（自动加编号调研）
3. 公式符号变量要说明
图
1. 保证图片清晰
2. 图像排列（建议居左加框）
3. 图下的文字需要说明
  1. 子图内容描述
  2. 图里的符号要说明（按照论文标准）
  3. 引用别人的图片需要加引用，参考如下格式：
文献
1. 关键概念、算法、公式、图的出处需要加文献引用
2. 引用格式统一和标准化，其中，Ref name可以用人名+文献名称构成，参考下面的示例：
```
<ref name="Chvykov_causal_geometry">{{cite journal|author1=Chvykov P|author2=Hoel E.|title=Causal Geometry|journal=Entropy|year=2021|volume=23|issue=1|page=24|url=https://doi.org/10.3390/e2}}</ref>
```
3. Tips: 标注参考文献时，可以同时打开多个页面进行操作，可以更加高效添加文献，如：需要在新的地方添加已有参考文献，
```
<ref name="Chvykov_causal_geometry" />
```
词条引用
1. 重要术语加引用
2. 引用已有的相关词条需要加链接