bzd-model-solution-checker

Files (4)

• SKILL.md
• cumcm-abcde-solution-redflags.md · references/
• model-establishment-and-solution.md · references/
• validation-and-sensitivity.md · references/

SKILL.md (first lines)

# BZD Model Solution Checker

用户至少提供：

1. 完整赛题及附件说明；
2. 完整论文，或论文中模型建立、求解、结果、检验和灵敏度分析的全部内容。

用户可以补充数据附件、源代码、结果文件和运行环境。缺少这些材料时，仍完成文本和逻辑审查，但将数值复现、代码一致性和数据真实性标记为“无法核验”，不得直接判错。

开始审查前，完整阅读：

- [references/model-establishment-and-solution.md](references/model-establishment-and-solution.md)
- [references/validation-and-sensitivity.md](references/validation-and-sensitivity.md)
- 对高教社杯国赛 A—E 题，在独立重建当前赛题任务后再阅读 [references/cumcm-abcde-solution-redflags.md](references/cumcm-abcde-solution-redflags.md)。历史红线只有与当前题目和论文证据匹配时才能用于诊断，不能把历史标准答案当成唯一解。

## 审查目标

判断论文是否形成完整且可追踪的建模闭环：

> 题目目标 → 数据处理 → 模型选择 → 数学表达 → 参数确定 → 算法求解 → 结果呈现与解释 → 模型检验 → 灵敏度或稳健性分析

重点判断“赛题要求、模型、算法、结果、检验”是否逐项对应，而不是根据模型名称数量或公式数量评价论文。

## 审查流程

1. 从赛题重建每问的目标、输入、约束和指定输出，形成任务基准。
2. 将论文各问题的模型、求解、结果和检验映射到任务基准，检查是否遗漏或偏题。
3. 检查数据处理的位置、依据、数量说明及其是否满足模型需要。
4. 检查模型选择理由、针对赛题的改造、变量参数定义、公式推导、参数来源、目标函数和约束含义。
5. 检查不同问题之间是否存在真实的数据、参数、约束和结果传递，以及误差是否向后传播。
6. 检查算法输入输出、关键步骤、参数、初始条件、终止条件、随机性控制和附件代码说明，判断正文能否支持复现。
7. 检查结果是否逐项回答赛题，是否包含单位、具体数值、现实解释、适用范围和异常说明。
8. 检查图表是否被引出、引用和解释，是否存在重复展示、坐标单位缺失、编号混乱或正文与图表不一致。
9. 区分模型使用前检验与使用后检验，判断检验方法和指标是否匹配模型类型，并具有量化证据和判定标准。
10. 区分灵敏度、稳健性和误差分析，检查参数选择、变化范围、实验设计、结论和稳定区间是否合理。
11. 若提供数据与代码，可进一步核对主要参数、结果表、随机种子、收敛情况和正文结果是否一致；不要在没有执行证据时声称已复现。

## 必须输出

按以下顺序输出：

1. **总体结论** — 3—5句话，说明建模闭环是否完整、最强环节和最高风险；
2. **赛题任务—论文响应映射** — 表格：`原题任务 | 模型 | 求解方法 | 结果 | 检验 | 状态`；
3. **分板块审查**：
   - 数据与预处理；
   - 模型选择与建立；
   - 参数、目标函数与约束；
   - 算法与可复现性；
   - 结果与图表；
   - 模型检验；
   - 灵敏度、稳健性与误差分析；
   - 跨问题联动与误差传播；
4. **问题清单** — 表格：`等级 | 问题/位置 | 类型 | 证据 | 评阅影响 | 修改建议`；
5. **模型检验匹配表** — `模型类型 | 当前检验 | 是否匹配 | 缺失证据 | 建议`；
6. **灵敏度分析诊断** — `参数 | 选择依据 | 变化范围依据 | 输出指标 | 结论有效性 | 建议`；
7. **可复现性核对** — 软件、算法、参数、初始条件、停止条件、随机种子、代码附件和结果文件；
8. **修改优先级** — 最值得优先处理的五项；
9. **无法核验与待补充材料**。

问题等级使用：`严重问题 / 重要问题 / 一般问题 / 优化建议 / 合理`。严重或重要问题必须给出具体页码、章节、公式、图表或原文证据。没有问题时明确写“合理”，不得为了显得严格而虚构缺陷。

## 行为边界

- 用户只要求检查时，先诊断，不直接替换整章；明确要求修改后才提供修订稿。
- 不要求每个问题机械使用相同章节标题、相同检验或相同灵敏度分析。
- 不以模型复杂、算法新颖或公式多作为高质量证据。
- 不机械推荐PCA、正态性检验、交叉验证或上下浮动10%；每项方法必须对应真实问题。
- 不将训练集拟合效果自动视为模型验证。
- 不将灵敏度分析、稳健性分析和误差分析混为一谈。
- 不要求所有模型都做灵敏度分析；只对参数依赖强、决定结论或参数不确定的主要模型提出要求。
- 没有数据或代码时，不重新编造参数、结果、误差、收敛曲线或检验结论。
- 若检验结果与模型假设冲突，应要求调整模型、假设或适用范围，不能仅修改文字结论。
- 论文篇幅和表格行数仅作辅助观察，赛事模板或赛题要求优先。

From QianXiao233/mathmodel-assistant, MIT.

More from QianXiao233/mathmodel-assistant