< Notes />

MD Research Tools Intermediate

API 命中只证明"它存在"，不证明"它哪年发表"——而年份分歧零网络可检

有一条看起来很稳的协议：每个新加的 DOI / arXiv id，在写进 .bib 之前先交核验工具裁决。 方向是对的，但不能在"信 API"模式下执行。

2026-10-11 VIEW()

MD Research Tools Intermediate

参考文献是字母序的——所以抽取器的验收条件是"首条 A 开头、末条 Z 开头"

一个从 PDF 里抽参考文献的工具，在一批会议论文上基本不可用： 41 条参考文献只抽到 7 条，每一篇都只抽到个位数。 原因是那个模板用悬挂缩进排参考文献，而抽取规则是按字号判断条目边界的。

2026-10-11 VIEW()

MD Research Tools Intermediate

核验报告必须先报自己的覆盖率，再报结论——否则一次失败的核验看起来像核过了

一篇约 40 条参考文献的 PDF，核验那天三个后端同时出问题 （一个 429、一个配额耗尽还剩 14.7 小时、一个直接返回 HTML）。

2026-10-11 VIEW()

MD Research Tools Intermediate

会产生"指控"的工具，误报代价不对称——先归一化再开口

一个参考文献核验工具会把解析不出来的 DOI 标成 "likely hallucinated"。 在一轮批量运行里它报了 12 条——全部是假的。

2026-10-13 VIEW()

MD Research Tools Advanced

一个语料上总结的根因规则，在下一个语料上可能命中 9 条却解释 0 条失败

在一个项目的 .bib 上总结出两条根因规则，解释得很好。拿到第三个项目上逐条实测：

2026-10-11 VIEW()

MD Machine Learning Theory Intermediate

随机占位决策器读起来像一个很弱的系统，不像"模型根本没接上"

一套完整的实验脚本跑完了，结果写进了报告。决策器长这样：

2026-10-11 VIEW()

MD Research Tools Beginner

一个在模板自带文字上每篇必中的检测器，基线假阳性率是 100%

一个扫描 PDF 里可疑内容（隐藏文字、注入、分数操纵）的工具，噪声大到淹没真信号。 把假阳性逐类列出来之后，根因是四种，而最后一种最说明问题：

2026-10-11 VIEW()

MD Systems & Infrastructure Intermediate

提交进仓库的二进制会和源码分叉——用导出符号 diff 发现，用 ABI 常量让它自己报

一个 WebAssembly 演示页把编译产物 docs/fractals.wasm 直接提交进仓库 （因为 GitHub Pages 的发布根就是 docs/）。

2026-10-11 VIEW()

MD Research Tools Intermediate

你的定理预测了一个退化情形——那就拿代码去测它，别等审稿人问

论文里有一条命题，大意是「在某类退化结构上，若干候选的得分会精确相等」。 证明是对的，陈述是干净的，审稿人也认可。

2026-10-11 VIEW()