Lucasuiii/modeling-workbench / .agents/skills/cumcm-workflow/assets/independent-review
cumcm-independent-review
VerifiedIndependently review a CUMCM computation package before its claims enter validation or paper writing. Use only inside a generated independent-review package.
| File | Kind | Size |
|---|---|---|
| REVIEW_REQUEST.md | markdown | 4.1 KB |
| SKILL.md | skill md | 2.8 KB |
REVIEW_REQUEST.md
View on GitHub# 独立复核请求
在不读取原建模/调试对话的条件下,核对包中的官方问题、模型、所选计算后端、正式运行和结果。先用已有工具检查包的完整性与时效性;机器检查通过不代表数学正确。
## 从当前题目识别风险
先独立判断题目要求交付什么、哪些假设或推理最可能改变答案,再选择复核方法。不要沿用作者的自检顺序,也不要把下面的例子当成必须逐项完成的清单。
按当前机制选读包根目录的 [mechanism-validation.md](mechanism-validation.md)。独立核对所选判据的适用条件、数学含义、容差依据与证据强度;程序写出的 pass 只说明执行了该条件,不说明条件足以支持结论。已有证据覆盖且相关依赖未变时复用,不因漏写节号、措辞不同或不适用条目未执行判错。
沿“题目要求 → 模型 → 求解 → 证据 → 结论”检查:
- **题目与建模目标**:是否完整回答要求,目标、约束、数据含义与决策场景是否匹配?选定模型是否排除了题目允许且可能改变答案的方案?不必穷举替代模型,但应质疑没有理由的关键限制。
- **数学与实现**:关键假设、推导及算法适用条件是否成立?代码、量纲、边界和跨问接口是否忠实实现模型?按问题类型检查会影响答案的性质,例如可行性、可识别性、收敛或终止、误差控制、最优性条件;不适用的性质无需补材料。
- **验证的辨别力**:选择少量最能推翻关键结论的检验,问“一个看似合理的错误模型或实现,能否也通过现有自检?”可以使用独立推导、非平凡可手算实例、反例、不同原理的基线或样本外证据。复用同一实现、增加重复次数或只检查运行成功,不能独立支撑数学正确性。
- **结论与证据**:逐条核对结论所需条件、适用范围与证据强度。有效证明可以支撑一般范围;有限实验只能支撑其设计覆盖的范围,不能因多跑几组就称为普遍成立。区分算法求解成功与实际问题得到解决,区分受限最优与题目允许范围内的最优。
按对答案的影响安排精力,不为低风险细节增加实验或记录。缩小结论范围可以修复外推,但若因此遗漏题目要求,该缺口仍未解决。修复后同时看它是否破坏其他结论或跨问关系,不能只让原失败样例通过。
对自主选题,区分官方主题、团队研究问题与外部数据,核对所选问题是否仍符合主题、数据能否识别所声称的量。对数据与统计问题,按包内机制指南核对数据变换、评价口径、统计解释或排序依据;不强制固定模型数、图表数或因果分析。比赛名称和论文语言不能代替这些判断,也不能证明当前工具已经支持该比赛的最终交付。
## 发现与结论
复用现有 findings,写明具体证据、受影响的结论和必要的修复或检验,不新增清单、schema 或证明材料目录。
- **P0**:使答案不成立或交付不可用的缺陷,例如错误计算、遗漏核心要求、关键假设违背题面、无依据的范围或最优性声明、代码与结果矛盾、证据失真。只有有明确依据的开放 P0 才阻断;对未知风险应说明不确定性,不能凭偏好判错。
- **P1**:当前答案在声明且符合任务的范围内成立,但模型选择、假设、基线或验证强度仍有实质局限。保留给用户判断。
- **P2**:不影响正确性或可用性的表达、图表及可选改进。若图表误导结论或程序无法运行,按实际影响定级,不能因属于“呈现”就自动列为 P2。
只有开放 P0 可以给出 `revision_required`。数学审查与真实独立复现分开报告;没有隔离运行及结果对比,不宣称已复现。
若为 targeted re-review,先读包根目录的 `TARGETED_FINDINGS.json`,优先验证目标 P0 及修复所影响的关系,不重做无关的完整审查。新发现按同一标准定级,不把新 P1/P2 升级为阻断项。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| add-product-e2e-evalpaperclipai/paperclipAdd or extend a Paperclip full-stack runner E2E workflow, fixture, matcher, or report evidence path for local or Daytona execution. | Stars: 115k | Updated | Claude CodeCodex | Verified | Install |
| add-runner-evalpaperclipai/paperclipAdd or extend a Paperclip Runner protocol evaluation definition, roster, assertion, or report fixture with provenance and narrow validation. | Stars: 115k | Updated | Claude CodeCodex | Verified | Install |
| diagnose-why-work-stoppedpaperclipai/paperclipCompatibility entry point for failed, stalled, looping, or over-recovered Paperclip work. Use fix-failed-paperclip-run for the full diagnosis, regression, repair, real verification, and green-PR workflow; honor an explicitly requested diagnosis-only scope. | Stars: 115k | Updated | Claude CodeCodex | Verified | Install |
| fix-failed-paperclip-runpaperclipai/paperclipDiagnose and fix failed, stuck, slow, or incorrectly blocked Paperclip tasks and runs. Use with a task/run URL or failure report to trace the root cause, prove a regression red then green, check second-order effects, verify the real workflow, and deliver a PR with passing checks. | Stars: 115k | Updated | Claude CodeCodex | Verified | Install |