组会记录 2026-11-05

① 先分清两种 AUC 与两类问题

李浩铭把连通分量曲线下面积概括为“另外一个观看模式”，不够完整：面积是对整个移除过程的数值汇总，曲线相交时尤其不能只靠某个位置判断优劣。这里的AUC不是分类预测中的ROC-AUC。GSCC通常指巨型强连通分量；强连通要求节点之间沿有向边相互可达，不能笼统写成任何网络的连通性。可据NetworkX强连通文档核对定义。现场没有给出TAD论文的完整书目信息，暂不判断其具体公式或适用性。

② 今天先做一份统一实验协议

固定网络的方向、层间边含义、节点集合与初始状态；写明一次移除多少节点、排名是否每轮重算、并列如何处理。再在同一网络和移除预算下比较自有方法、常用中心性和随机排序。保存横轴为移除比例、纵轴为相对初始规模的连通分量曲线；积分区间和归一化分母保持一致。若原网络并不适合强连通指标，应先选择有业务含义的评价量。

③ 直接可用的记录与改写

实验表头可用：网络版本｜方法｜静态/重算排名｜移除比例｜剩余连通分量｜积分规则｜随机种子。贡献段落可改为：“相较仅考察单项政策的研究，本文在……对象与……识别条件下比较政策组合，并考察……空间联系。”省略号必须由真实设计和结果补齐，不把研究动作写成改变现实政策效果。

④ 验收与分支

若识别排名能在公平对照下稳定解释网络破坏及领域关联，就先完成识别稿；若优势只出现在某一种尺度或某一轮排序，应解释边界，不靠追加预测掩盖。政策文本相似度可以提供外部关联线索，但如果同一政策信息已经进入评分，就不能再把它当完全独立的验证标签。

⚠️ 风险预警

• 不混淆拆解实验面积与预测ROC-AUC的好坏方向。
• 不将单层网络文献的验证直接套到双层技术网络。
• 期刊费用及“赵老师”论文信息尚不完整，暂不作书目或费用结论。

① 非显著结果应报告，但不能解释成已经排除机制

在机制结果讨论中，林老师将不显著解释为排除了此前预设情况，这个推断过强；非显著只表示当前数据和设定下证据不足，不等于机制不存在。管明露因中介不显著而转作调节并获得显著，也不能由此证明变量的新角色成立。ASA关于p值的声明强调完整报告与情境解释。中介回答作用经由什么传递，调节回答作用在什么条件下变化，两者必须各有时间顺序与理论依据。

② 先修结构，再决定补什么分析

今天把现有一级到三级标题导出，逐项写上对应研究问题、变量角色和结果表。第五章若同时包含传递路径与空间溢出，应让章标题能够覆盖两者；只有一个子项时，可调整层级或把内容并入上级段落。不能为了凑两个三级标题就额外寻找显著变量。第六章逐条回连具体发现，并写明结论的适用范围。

③ 直接可用的机制与综述表

机制记录用：理论路径｜变量角色｜发生时点｜原设定｜结果及区间｜是否变更｜变更理由。综述记录用：板块问题｜文献书目｜原文证据位置｜主要分歧｜本研究缺口。AI先给候选清单可以加快查找，但每一篇进入正文的文献都要回到原文核实；没有找到的条目不得以生成摘要代替。

④ 验收与分支

目录应能从问题走到证据再走到建议；同一个变量若同时承担中介与调节，须分别说明各自假设及模型。若暂时无法论证，就保留原分析和不确定性，不按p值选择角色。若非显著估计区间很宽，讨论测量与精度；若区间较窄，也需结合事先界定的实际效应范围才能讨论“可排除多大效果”。

⚠️ 风险预警

• 不把参照论文省略的结果当作本研究可省略的依据。
• 不为标题对称而制造新机制。
• AI文献清单、正文初稿与已经核验的文献证据须分开。

① 主效应不显著仍然有研究意义

朱丹晨在讨论中认为主效应必须显著，林老师接以“要不然就没有意义”，这一口径不准确。此前讨论控制变量时，林老师把调换控制变量作为做出显著结果的方向，也不宜作为模型选择准则。统计显著性不等于研究价值；按结果筛选规格会扭曲推断。ASA声明对此有明确说明。排查错误可以继续，但应按理论、数据生成过程和识别假设决定修订。

② 今天把结果不稳定拆成可检查的来源

先固定一版城市年度样本，核对效率得分是否对应同一投入产出定义、方向和参照集。再检查政策实施年份、双政策重叠状态、控制变量缺失引起的样本变化，以及标准误处理。比较控制组合时同时报告同样本结果与实际可用样本结果，避免把换样本的影响误认作加变量的影响。

③ 可直接交付的诊断表

规格编号｜提出理由｜城市及年份范围｜效率实现｜政策编码｜控制变量｜样本量｜效应估计｜区间｜改动原因。所有已尝试的主要规格保留，另写一页说明何时提出替代变量。课程作业的既有结果可以证明数据处理经验，不能仅因结果“好”就成为新题目的充分理由。共同富裕若作为研究对象，必须先给概念边界与测量覆盖，不能用指标越多越好来代替概念论证。

④ 验收与分支

若发现编码或软件实现错误，修正后重跑并记录；若实现正确但精度不足，讨论样本覆盖、测量误差与可检测效应；若效应缺乏支持，保留该结论并评估问题本身是否值得继续。改题应来自理论贡献、识别可行性或数据限制，不能以跨过p值阈值作为验收线。

⚠️ 风险预警

• 事后改变量后仍只报告最显著版本，会隐藏模型搜索。
• 城市数量接近他人样本，不能据此认定选择偏差可忽略。
• 本次没有正式开题日期，不把探索任务倒推成截止时间。

① 收稿、录用与版本归档要分清

本次能记录的是王硕自述提交和收稿，不能据此登记发表成果。建议将提交稿、附件清单与系统回执对应起来，后续退修才知道编辑审阅的是哪一版。《科研管理》官方投稿指南列有匿名Word稿及引文要求；现场说的字号、黑白印刷和逐图双语要求，应以当次系统说明留档核对，不把口述当成已取得的完整规范。

② 换结果变量必须重新写研究理由

王硕以供应链韧性需要手动计算、可以增加工作量来解释替换ESG，这可以说明操作量变化，但不足以论证新变量更适合研究问题。先回答政策可能改变供应链的哪一环，再明确韧性是抵抗冲击、恢复能力、关系稳定还是某种代理表现。计算步骤较多不自动意味着理论贡献更强。

③ 今天完成两张对照表

投稿表用：提交日期｜文件名与版本｜系统要求来源｜正文与附件对应｜回执状态。目录表用：政策全称｜适用主体｜实施时点｜韧性定义｜测量变量｜理论路径｜所在章节。讨论中同时涉及《国家集成电路产业发展推进纲要》和基金，必须回到政策原文区分政策文件、投资工具及企业暴露方式，不能在标题里来回替换。

④ 验收与分支

若底层数据只能测量供应关系变化，就按可支持的含义命名，不能自动扩大为全部韧性。如果尚无清楚的政策冲击或对照构造，先完善研究设计，暂不让“实证分析”“完善传导机制”等目录名称暗示结论已成立。建议章节应能够逐项追溯到研究发现及其边界，不能直接沿用参照目录留下的条目。

⚠️ 风险预警

• 字典中存在某个英文词，不等于该词在组态名称中搭配准确。
• 收稿回执不等于录用，不提前写入成果荣誉。
• 只换ESG名称而沿用旧假设，会造成概念和识别对象错位。

① “回收试点和技术不相关”需要纠正

林老师在讨论中认为“回收试点和技术不相关”，这一判断过于绝对。工信部等部门2018年试点通知明确部署关键共性技术攻关与技术创新机制，因此不能仅凭“回收”字样排除技术作用。不过，有研发条款不等于已经证明促进专利，也不意味着适合解释全部新能源技术；政策到具体技术变化的作用链仍需研究。

② 处理地区不能直接抄成一列“试点城市”

同一官方通知列有地区、省份、城市及企业，层级并不单一。马婧怡采用城市年度DID时，先逐条整理试点名单、实施方案与城市覆盖方式，明确区域名单怎样落到城市，企业试点怎样处理。不能把未直接出现在名单中的城市一律判为未受政策影响，也不能仅因容易分组就选择政策。

③ 今天先做政策—技术—检索三联表

可直接用：政策条款｜作用环节｜技术对象｜同义词/分类号｜纳入理由｜排除例子｜地区映射依据。先挑回收、梯次利用、拆解及相关工艺中的一个清楚边界，由人工核对少量命中与未命中文献；再决定扩到多大范围。当前新能源专利数据可用于测试流程，但不能在范围未定时直接成为最终效应样本。

④ 验收与分支

若政策确实作用于选定技术，且地区时点和专利匹配可以复查，再完善识别设计；若影响路径不清，改政策或改技术对象，并保留变更理由。语言模型相似度衡量的是文本关联，不自动代表研发转向、政策采纳或因果影响；应说明文本粒度、聚合到城市年度的方法及误差来源。

⚠️ 风险预警

• 不能用全国性政策名称替代试点实施细则。
• 关键词过宽可能纳入无关专利，单词过窄又可能漏掉未写“新能源”的相关技术。
• 更换政策后须重新核对处理边界，不能只改回归代码中的名称。

① 先把正式题名与汇报问题分开

南迪柯把“大数据时代公共管理理论会演变成纯粹的数学原理”回答为论文题名。按“294篇论文、测量分类、聚类分析”等线索，官方刊页对应的是郑谦、魏含璐《测量转型与公共管理研究范式转移：如何实现从数据到理论——基于294项公共管理定量研究中测量的分析》。期刊条目可核对题名。该问句应与正式题名分开；林老师据此认为没有预测内容就未回答题目，判断依据也需修正。原文讨论的是研究范式与测量，不必先做时间预测才有资格回应概念问题；若现场展示的是另一篇论文，应凭PPT再校正对应关系。

② 区分数字编码、测量性质与分析方法

满意度编码中的4和1不是“满意程度四倍”的自然单位。反过来，不能由此直接断言所有量表数据都不能回归：要区分单个有序题项、复合量表、所用模型及其假设。本次最值得保留的是追问“数字代表什么”，而不是把某种数据形式一概判为能用或不能用。网络行为记录也可能受平台覆盖、参与选择和算法展示影响，数据量大不会自动消除这些偏差。

③ 今天重做一页阅读卡

字段可用：正式题名与出处｜分析单位｜纳入标准｜测量分类｜作者实际分析｜作者主张｜我的延伸问题。把“294篇论文”作为分析材料，与文献内部各研究的被调查样本分开。代码训练则另写入口脚本｜输入文件｜调用函数｜输出位置｜报错，先跑通一个已有示例，不把文献观点直接当作代码设计。

④ 验收与对接

阅读汇报做到每个主要判断能回到原文位置；若属于个人推论，就明确标注。向吴芷萌分享资料时，可按“先看什么、再试什么、卡住时问什么”给出简短路径，并让对方结合本科安排选节奏；这些路径细化是AI建议，导师明确分工是联系与分享。

⚠️ 风险预警

• 不将展示页的问题句当成论文正式标题。
• 不把聚类研究自动说成有因变量的因果回归。
• 课程选题仍在探索，本次未确认为正式硕士论文题目。

① 关键词代理不是召回率的天花板

杨瑞豪根据chip或五个词的代理结果推断“再扩关键词也提高不了多少”，这个结论没有得到验证。代理词本身会漏掉不含这些词的相关报道，也可能命中其他含义。召回率需要相关记录总量或有代表性的人工标注评估；scikit-learn召回定义给出的是TP/(TP+FN)，未知的漏检项不能由代理词直接替代。该分析可以保留为一种诊断，不能命名成已证明的全库上限。

② 把媒体变化与数据缺口当作竞争解释

“2000年后媒体不再关注芯片”目前只是AI提出的假说。今天先按年份列全库记录、标题摘要缺失、来源版本、去重数与命中数，检查数据采集覆盖是否改变；再人工查看几个代表年份的命中和未命中样本。疫情报道增多本身不能证明芯片报道减少，更不能排除不同数据库接口或字段缺失造成的差异。

③ 直接可用的交付字段

record_id｜来源库｜原始URL｜发表日期｜标题｜摘要｜筛选标签｜命中词与规则｜规则版本｜去重组｜保留理由。模型记录另写工具入口｜实际模型标识｜运行日期｜提示词版本｜代码版本；“在VS Code里运行”只说明编辑器，不说明背后模型。全量表与筛选子集用稳定ID关联，避免为了方便检索而失去回查原文的能力。

④ 按RAG用途验收

建议用一组覆盖产业环节和年代的具体问题做检索测试，检查返回文献是否相关、出处是否可打开、关键资料是否被漏掉。若检索能稳定找到可核验资料，可进入系统接入；若缺口集中在某些子领域或年份，再有针对性补词或补数据。导师接受现阶段数量是推进决定，不是对历史覆盖或统计代表性的认证。

⚠️ 风险预警

• 标签只能描述现有规则判断，不等于领域真实边界。
• 不把AI推测的媒体关注变化写成既定事实。
• 保留全量不等于全部文本质量合格，异常年代记录仍应留审计标记。

① 先把本科研究与入组训练接好

目前没有足够材料判定吴芷萌的研究设计存在错误。优先确认本科导师所说的“文献扎根法”具体使用哪些文本、如何取样和比较，以及大五人格在研究中是预设框架还是待讨论的解释资源。若一开始就用五个维度固定所有标签，应如实说明框架作用；不能仅因使用编码软件就宣称类别完全从资料自然生成。

② 今天用少量材料走完一次编码过程

选两三份已经获准用于论文的文本，保留出处与页码；先对原句建立初始标签，再比较相同或相反含义的片段，写下合并与保留的理由。最后用一份简短备忘录记录当前理解、反例和待问本科导师的问题。这个练习的目的是形成可讨论的操作过程，样本数量是入门建议，不是理论饱和标准。

③ 可直接使用的编码记录

表头可用：资料编号｜出处与页码｜原句｜初始代码｜代码定义｜合并理由｜反例｜研究备忘。NVivo用于管理材料、编码与备忘，官方产品说明可作为功能入口；官方备忘说明解释了把分析想法与材料关联的方式，具体菜单以本人安装版本为准。软件功能不替代研究者对概念和证据的判断。

④ 验收与学习节奏

能从一个代码返回原句，说明为什么归类、有哪些例外，就可以拿到组会交流。若类别含义重叠，先澄清定义再扩大编码；若资料本身不足，应回到取样问题，不靠生成更多标签解决。南迪柯提供的学习资源可以按“阅读一个概念—完成一个小例子—记录一个疑问”逐步使用，先建立连续的小进度，不必同时追完所有工具教程。

⚠️ 风险预警

• 不把大五人格概念直接当成对具体个人的诊断结论。
• 不以代码数量或软件熟练程度替代理论饱和与解释质量。
• 本科正式指导关系继续按原安排，本次入组不意味着替换本科导师。

① L2归一化不是删除句子长度或位置编码

张恩豪在解释归一化时把向量长度解释为句子字数，并把归一化说成去掉这部分干扰，不准确。对非零向量，L2归一化计算x/‖x‖₂，使范数为1、方向保持不变；并不删除某一维，也不会直接删掉位置编码。scikit-learn归一化文档明确处理的是向量范数。李浩铭随后用位置编码解释这里被舍弃的“长度”，同样混淆了编码过程与对最终向量的缩放，不能作为当前归一化操作的解释。

② 质心有明确目标，但不保证落在样本密集区

算术均值最小化到各点的欧氏平方距离之和，这一性质成立；但均值不必对应真实文本，也不保证位于高密度区域。林老师在解释质心时称聚类已限定为“实心”，张恩豪认同，这对HDBSCAN密度聚类不成立，参见官方算法比较。在方向数据的von Mises–Fisher分布假设下，平均合向量归一化后才对应平均方向估计；不能不写条件就把普通均值称作所有向量的最大似然估计。SciPy分布说明可供核对。

③ 今天用小实验连接公式与代码

先取固定一组向量，分别计算范数、单位向量、均值与归一化均值；再画一个圆环点集，观察质心落在中间而无样本的位置。回到专利主题时，比较均值近邻的代表文本与主题边缘文本，判断均值是否仍能代表主题。平均化可能抵消误差，也可能把多个真实语义混在一起，不能无条件称为降噪。

④ 参数与离群处理分开验收

固定数据、嵌入与随机种子，先分别比较minclustersize和min_samples，再测试再分配；注意默认设置可能让两参数联动，见HDBSCAN参数说明。直接使用模型完整标识｜参数｜原始主题数｜离群率｜再分配阈值｜人工核查｜小主题保留记录。BERTopic文档中的再分配是给离群文档重新赋主题，不等于删除了坏数据。若离群率下降但主题混杂上升，应保留未分配或调整方案。

⚠️ 风险预警

• 林老师在会后讨论中提出的“最小数量调小主题数会更少”不是普遍规律；可能出现更多微小主题，也受其他参数影响。
• 不把不同模型、不同运行的离群比例直接排名。
• 专利模型正式名称未核实，报告不擅自补成具体产品名。

① 单设备成功不能推出所有安卓设备均兼容

林老师在讨论安卓修复时说最新安装包以后可在所有安卓手机运行，李政杰随即肯定，这个结论超出了证据。与录音描述一致的Luanti PR #17722截至2026年11月5日整理时仍为open、未合并，已有一项批准；作者记录的是指定设备和补丁构建的测试。不能把“批准”“合并”“进入发行版”“在所有设备通过”合并成一个状态。这里只核对公开补丁事实，不由GitHub账号推断其他私人身份信息。

② 分清解压成功、信号到达与进入主界面

本轮补丁按进度变化减少广播，成功或失败信号仍单独发送。它处理的是通知链路问题，不自动提供对全部游戏文件的完整性校验。讨论中曾将绕过完成信号与文件完整性问题联系起来，需要分别核对通知链路与文件校验，避免把两类问题混为一谈。正式PR的代码与本人手工修改的安装包也必须分别标识。

③ 今天补齐可复验的测试记录

可用：提交SHA｜构建来源｜设备及系统｜清数据首次启动｜重复启动｜解压失败处理｜关键日志｜结果。先核对测试包确实来自待审提交，再验证正常路径与受影响设备路径；中断、损坏资源等异常测试应在可恢复测试环境中进行，不改真实教学资料。若未覆盖某一场景，明确写未测试，不以猜测补齐通过项。

④ 把Python与教学演示设成两个小交付

Python练习可从已有处理脚本挑一个函数，写清输入、返回值、调用点及一个可手算例子，参考Python官方函数教程。教学演示则先选择一个能体现文本分析概念的互动，说明学生做什么、系统怎样反馈、老师如何解释。若设备还不能稳定进入，先完成兼容核验；若能进入，再验证多人交互与课程目标，而不是只展示主菜单。

⚠️ 风险预警

• 补丁批准不代表发行版已经包含修复。
• 进度节流、失败信号与文件校验属于不同保障层。
• 本人测试安装包与公开PR提交是否一致仍待核对，不把不同版本视为同一测试结果。