三页内完成了从问题背景到相关工作再到本文贡献的论述。
没有废话，没有故作高深，每个句子都像经过精密加工的零件，严丝合缝地组装在一起。
然后到了方法部分。
马克的阅读速度明显慢了下来。
他开始遇到那些熟悉的数学符号，但又以陌生的方式组合在一起：李群g，闭子群h，齐性空间m=g/h，不变度量d，群作用g·x……
他读懂了三分之一，模糊理解了三分之一，完全看不懂三分之一。
但即便只看懂的那部分，已经足够让他震撼，这不是简单的数学工具应用，而是从底层重构了整个问题。
“你……你看得懂吗？”莎拉小心翼翼地问。
她的数学功底不如马克，已经彻底迷失在那些符号森林里。
“勉强。”
马克诚实地说，“但你看这里，”他指向屏幕上的一个公式，“他们将图的拉普拉斯矩阵与李代数中的元素对应起来，然后利用李代数的表示论来推导嵌入的性质。这想法……太野了。”
“野？”
“就是大胆，出人意料，打破常规。”
马克盯着屏幕，眼睛发亮。
“这就像……就像别人都在研究怎么把汽车造得更快，他们却直接发明了反重力引擎。”
莎拉沉默了一会儿，然后问：“那我们要送审吗？”
“当然要！”
马克毫不犹豫，“但这种论文，普通审稿人可能把握不住。”
他点开审稿人数据库，开始搜索。
手指在键盘上快速敲击，屏幕上的名字一个个闪过。
他需要最顶尖的人，既懂计算机，又懂数学，还要有足够的开放性，能欣赏这种跨学科的尝试。
第一个名字跳了出来:亚历克斯·陈，麻省理工学院计算机科学与人工智能实验室。
马克对亚历克斯很熟悉。
这位华裔教授是图算法领域的权威，四十岁就拿了acm计算理论奖，以思维严谨、眼光毒辣著称。
更重要的是，亚历克斯的本科是数学和计算机双学位，对数学工具不陌生。
第二个是玛丽亚·罗德里格斯，加州大学伯克利分校教授。
大规模图计算专家，主持过美国国家科学基金会的多个重大项目，实践经验丰富。
第三个是大卫·李，斯坦福大学教授。
社交网络分析领域的先驱，tois的编委之一，对应用价值有敏锐的嗅觉。
马克犹豫了一下，又输入了第四个名字：迈克尔·