prai-experiments

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill prai-experiments --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 《模式识别与人工智能》实验设计与呈现 本技能把《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 论文的实证 部分落到可执行清单。本刊聚焦模式识别与机器学习，外审对实验严谨性要求高：公平基线、统计口径、消融、 开销缺一易被质疑。事实核验日期 2026-07-09，见 `resources/official-source-map.md`。 ## 一、从主张到 RQ 先把贡献拆成可检验的研究问题(RQ)，每个 RQ 对应一组实验： - RQ1（有效性）：本文方法是否在目标任务上优于最强基线？ - RQ2（机制）：哪个组件带来提升？（→消融） - RQ3（鲁棒性）：在噪声/长尾/小样本/跨域等更难设定下是否仍有效？ - RQ4（开销）：精度提升的时间/显存/参数代价如何？ 每个 RQ 的结论必须由对应证据支撑，不多不少。 ## 二、公平基线（外审首要质询） - 基线在**相同数据划分、相同算力、相同调参预算**下比较；不拿别人论文里不可比的数字直接对照。 - 覆盖相关工作中提到的代表性方法（见 `prai-related-work`），尤其是最接近工作。 - 复现基线时说明来源（官方代码/自实现），并诚实标注差异。 - 避免"只调自己方法、不调基线"的隐性不公。 ## 三、评测指标与统计严谨 | 任务 | 常用指标 | |---|---| | 分类/识别 | 准确率、F1、精确率/召回率、AUC | | 目标检测 | mAP、AP@IoU | | 分割 | mIoU、Dice | | 检索/排序 | mAP、NDCG、Recall@K | | 长尾/不平衡 | 分组精度、平衡准确率 | 统计纪律： - **多次运行**（不同随机种子）报告**均值±标准差**，不报单次最优。 - 关键比较做**显著性检验**（如配对 t 检验、Wilcoxon），报告 p 值。 - 指标选择与任务匹配，避免只挑对自己有利的指标。 ## 四、消融实验 - 逐组件消融，量化每个机制的独立贡献（去掉 X 掉多少）。 - 关键超参数的敏感性分析（给曲线或表）。 - 消融要能支撑"方法新意来自 Y 机制"这一主张，与相关工作 delta 呼应。 ## 五、数据泄漏与评测污染 模式识别/机器学习实验的可信性红线： - 训练/验证/测试**严格划分**，无样本重叠、无标签泄漏。 - 预训练语料/权重与评测集不重叠；用大模型时说明是否见过评测数据。 - 调参在验证集上做，测试集只用于最终报告。 - 数据增强、采样策略对所有方法一致。 ## 六、开销与复杂度 - 报告训练/推理时间、显存、参数量、FLOPs（据任务选）。 - 精度-开销权衡用图或表呈现，避免只报精度不报代价。 - 硬件环境（GPU 型号、数量）写