research-supplement-digestion

name	research-supplement-digestion
description	消化 AI 和深度学习论文中的 appendix、补充材料、长表格、实现细节和隐藏实验设置。当正文写得不够清楚，或 Codex 需要复现关键细节、消融设置、面向审稿人的补充证据时使用。

补充材料消化

当 appendix 或 supplement 和正文一样重要时，使用这个技能。

当任务需要更强的严谨性检查、引用支撑或相关工作追踪时，读取 references/upstream-patterns.md。

重点搜寻内容

• 精确的数据划分与过滤方式
• 训练流程与优化器细节
• 超参数搜索范围与最终取值
• 被藏在正文之外的负结果
• 额外消融与敏感性实验
• 会改变结果的实现细节
• 能真正支撑论文主张的附加图表

工作流程

1. 先明确你希望补充材料回答什么问题。
2. 先扫章节标题、图注和表题，再进行逐段阅读。
3. 只提取会实质影响以下内容的细节：
   • 可复现性
   • 性能提升的解释
   • 基线比较是否公平
   • 后续实验设计
4. 将信息拆分为：
   • hard_details
   • probable_assumptions
   • still_missing
5. 对 AI 和序列任务，重点检查：
   • masking 或 padding 规则
   • 序列截断方式
   • batch 构造策略
   • curriculum 或采样技巧
   • checkpoint 选择标准
   • decoding 或 retrieval 设置
6. 如果补充材料暴露出证据不足的问题，转交给 research-novelty-audit。
7. 如果补充材料提供了清晰的复现路径，转交给 research-experiment-design-planner。

输出要求

返回：

• 一份高价值隐藏细节清单
• 一份实验关键设置清单
• 一次基线公平性检查
• 仍然阻塞复现的未解问题

示例

• “使用 $research-supplement-digestion 告诉我作者在正文里漏掉了什么。”
• “使用 $research-supplement-digestion 从 appendix 里提取全部复现关键设置。”
• “使用 $research-supplement-digestion 检查补充材料是否真的支撑论文主结论。”