research-proposal

name	research-proposal
description	将用户的 ML/AI 想法写成结构化研究提案。适用于“proposal / research plan / experiment plan / paper idea / write up my idea”等请求，尤其是在用户提供了假设或方法草图、希望补全相关工作、实验设计与成功判据时。

Research Proposal Skill

把用户的研究想法转成结构化、可执行的 Markdown 提案。该提案面向顶会短论文验证流程，强调可证伪假设、预注册成功标准和可复现实验计划。

开始前

先阅读 references/template_guide.md。该文件定义了完整节层级模板、逐节写作要求、标准表格格式、写作规范与常见错误修复建议。起草前必须先对齐该模板。

工作流

Step 1: 理解 idea

从用户处获取以下关键信息（缺失时主动询问）：

1. 核心假设/主张是什么？（例如“方法 X 在更低成本下匹配方法 Y”）
2. 拟议方法/干预是什么？（允许粗略草图）
3. 对比基线有哪些？
4. 任务/benchmark/dataset 是什么？
5. **论文类型是什么？**默认短实证论文。
6. 是否有算力或资源约束？

不要求一次拿全信息。可给出合理默认值，但必须明确标注假设。

Step 2: 文献调研（有工具则做）

如果可联网检索，至少覆盖：

• 最接近的 prior work（判断新颖性）
• 用户提到的 benchmark/dataset
• 近 1-2 年同方向相关工作

如果不可联网，基于用户描述与已有知识继续写作，并明确指出需要用户自行核验新颖性的部分。

Step 3: 按模板起草

严格按 references/template_guide.md 起草。核心原则：

• 具体而非空泛：模型名、链接、数据规模、超参、GPU 小时预算都要具体。
• 预注册成功标准：在看到结果前定义 Proceed / Refute / Pivot 的数值阈值；结果表统一填 TBD。
• 明确失败模式：每个核心假设都要写“为什么可能错”；Impact Statement 要覆盖成功与失败两种结果。
• 多用标准表格：Taxonomy、Comparison、Results、Ablation 等表格必须按模板格式写。
• 诚实呈现 related work：必须写 Novelty Kill Search Summary（检索词、时间、结论）。

Step 4: 输出文件

输出单个 Markdown 文件，文件名使用提案标题的 snake_case 形式（.md）。若用户指定路径，遵循用户路径；否则写到当前工作目录的可见输出位置，并在回复中明确文件路径。

交付前自检清单

给用户前逐项确认：

• 模板要求的所有章节都出现（即使某节只给简短说明）
• 假设可证伪，且有明确数值决策规则
• 至少一个基线，且包含来源/链接
• 结果表使用 TBD，不编造数字
• 存在 Ablation 表，且至少 1 个变体
• 包含 GPU-hour 资源预算
• Impact Statement 同时覆盖成功与失败情形
• References 列出所有引用
• 数学格式使用 \(...\) 与 \[...\]