experiment-log-summarizer

name	experiment-log-summarizer
description	summarize machine learning experiment logs in chinese when the input includes training logs, eval results, hyperparameter changes, user notes, or multiple runs and the user needs a grounded experiment summary, error analysis, best configuration recap, or a weekly update ready abstract. Use when this capability is needed.
metadata	{"author":"chtc66"}

Experiment Log Summarizer

用这个 skill 整理实验日志、参数改动、训练结果和失败记录，输出中文实验总结。重点是区分证据与猜测，并把分散实验整理成可复盘的研究记录。

工作流

1. 先把输入按实验轮次、配置、结果和备注拆开。
2. 参考 references/experiment_template.md 汇总主要结论。
3. 在需要失败归因或误差分析时，参考 references/error_analysis_template.md。
4. 输出完整实验总结，并附周报版摘要。

输入处理规则

• 接收训练日志、eval 结果、参数表、用户备注和多轮实验对比。
• 如果日志不完整，优先整理可确认事实，再列缺口。
• 如果同一实验有多次重复运行，优先总结稳定趋势，不要被单次波动误导。

输出规则

• 默认输出：
  • 本次实验目标
  • 做了哪些改动
  • 结果变化
  • 可能原因
  • 当前最佳配置
  • 失败实验总结
  • 下一步建议
  • 周报版摘要
• “结果变化”只写有数字、日志或明确记录支撑的内容。
• “可能原因”必须明确标为推测，不要伪装成已验证结论。

证据与表述约束

• 明确区分：
  • 证据：日志、指标、配置表、用户明确说明
  • 推测：对涨跌原因的解释、潜在 bug 假设、过拟合猜测
• 不要把失败实验简化成“无效”，要指出失败是因为假设错误、实现问题、数据问题还是评测问题。

何时读引用文件

• 始终读取 references/experiment_template.md。
• 在需要拆失败原因、错误模式或后续验证动作时读取 references/error_analysis_template.md。

---

Source: chtc66/academic-skills — distributed by TomeVault.