modeling-assumption-builder
当使用者说“帮我写模型假设”“这些假设合理吗”“方程里藏了哪些前提”“这些模型假设怎么检验”时使用。把题面事实、定义、校准选择、数值近似与真正假设分开,建立带类型、理由、作用域、失效后果、承重性和反证测试的假设登记表,并检查量纲、守恒、边界、极限情形与重复假设;不虚构现实依据,不把方便计算写成已验证事实。
SKILL.mdskills/modeling/modeling-assumption-builder/SKILL.md
GitHub建模假设整理器 / Modeling Assumption Builder
假设的价值不在于让论文看起来规范,而在于告诉读者模型在哪些条件下才可能成立、什么时候应该停止相信它。 这个 skill 从题面、方程、数据处理和代码中把前提逐条抠出来,再按对结论的影响决定先检验哪一条。
何时使用 / When to use
- 已选定模型(或团队已确认的主候选),需要把隐含前提写成可审查的假设
- 论文的“模型假设”只有“忽略次要因素”“认为数据真实可靠”等空话
- 方程、数据清洗、参数估计或求解过程可能偷偷引入了额外条件
- 需要检查线性、独立、平稳、正态、守恒、单调、同质性等前提是否有证据
- 要为灵敏度、压力测试和模型局限安排优先级
不适用于 / Not for:
- 题目目标和变量尚未明确 —— 先用
modeling-problem-reading-coach - 仍在比较模型家族或结构(即便手上已有草稿)—— 用
model-selection-tutor - 已有完整模型,要从结论倒查所有漏洞 —— 用
model-critique-coach - 只想润色论文里的假设段落 —— 先完成本流程,再由
paper-structure-coach安排位置 - 只查单条方程的量纲或极限 —— 用
dimensional-analysis-checker/limiting-case-validator - 只想选统计检验方法(t 检验、卡方、秩和)—— 不属于本 skill,直接回答即可;模型里的正态、独立等前提能不能用 仍在本 skill 范围
需要的输入 / Inputs
| 输入 | 必填 | 说明 |
|---|---|---|
| 模型用途与作用域 | 是 | 模型要回答什么,只在哪些时间、空间、对象和情景内使用 |
| 变量账本 | 是 | 符号、定义、类型、单位、范围和来源 |
| 模型结构 | 是 | 方程、流程、目标函数与约束,或足够精确的文字结构 |
| 数据与处理步骤 | 否 | 抽样、缺失、聚合、标准化、异常处理、训练 / 验证划分 |
| 参数与求解设置 | 否 | 给定值、拟合参数、先验、初值、容差、随机种子和停止条件 |
| 当前假设清单 | 否 | 用作审计起点,不默认完整或正确 |
没有模型结构时,只能整理候选假设,不能声称已经找全。共享状态、ID 和交接格式见
../_shared/modeling-work-contract.md。
先分清什么不是假设
| 类别 | 例子 | 正确处理 |
|---|---|---|
| 题面事实 | 题面明确给出容量为 100 | 记来源与状态,不改写成“假设容量为 100” |
| 定义 | 风险分数定义为三个指标的加权和 | 说明这是操作化定义,并检查是否回答原概念 |
| 校准 / 估计结果 | 由数据拟合得到 $k=0.42$ | 绑定数据与运行,不列作现实假设 |
| 设计选择 | 时间步长取一天、阈值取 0.5 | 写选择理由与替代值,必要时做敏感性检查 |
| 数值近似 | 最大迭代 1000 次、网格间距 0.1 | 检查收敛和离散误差,不冒充数学前提 |
| 模型假设 | 接触率在观察期内不随时间变化 | 登记作用域、后果和反证测试 |
一个句子可能包含两类内容,要拆开。例如“为简化计算,假设各站需求独立且服从正态分布”至少是两个 统计假设;“为简化计算”只是动机,不是合理性证据。
流程 / Process
1. 从五个入口抽取隐含前提
逐个扫描,不只看论文现有假设段:
- 自然语言:忽略、近似、代表、典型、均匀、稳定、随机、独立、充分等词
- 方程与约束:线性可加、连续可微、无延迟、守恒、封闭边界、参数恒定、无交互
- 数据处理:缺失机制、采样代表性、聚合不失真、测量误差、标签可靠、时间对齐
- 估计与验证:误差分布、独立同分布、训练与未来同分布、参数可辨识、指标足以代表目标
- 数值与代码:初值依赖、收敛容差、随机性、离散步长、截断、自动修复或静默删值
每条只写一个可判断的命题。避免“其他条件不变”“忽略次要因素”这种没有对象和范围的句子。
2. 分类并登记
使用以下类型:结构、物理、统计、行为、数据、测量、计算 / 数值。每条 A 至少写:
- 精确陈述:什么在什么范围内成立
- 理由:题面、数据、文献、机制、可解性或暂时缺省;理由不等于验证
- 作用域:时间、空间、群体、参数范围、情景
- 模型作用:它使哪个方程、参数、推断或求解步骤成立
- 失效后果:如果不成立,哪些结果或结论受影响
- 承重性:结论是否依赖它;高 / 中 / 低,并说明依据
- 测试:可观察的反证、诊断或压力场景
- 状态:verified / student-provided / inferred / unverified / missing
无法验证的假设不一定要删除,但必须降低结论强度并写进限制。
3. 做数学一致性审计
按模型适用项检查:
- 量纲:加减项、等式两侧、指数 / 对数输入、归一化基准
- 守恒:质量、人数、概率、流量、预算是否凭空出现或消失
- 符号与界:概率在 $[0,1]$,容量非负,库存不超过上限
- 单调与凸性:模型是否真的保证论文声称的方向或可解性
- 对称 / 同质:交换对象是否不应改变结果;若应改变,异质性在哪里表达
- 初始与边界条件:问题是否有唯一解,条件是否来自题面
有执行能力时,量纲一项交给物理库的确定性脚本(路径相对本 skill 目录;在别处运行时写完整路径):
python3 ../../physics/_shared/scripts/dimcheck.py model.dim
model.dim 的格式见脚本开头的说明:[symbols] 每行 符号 = 量纲,[check] 每行 名字 = 表达式 ; 期望量纲。
脚本只认 M L T I K N J 七个基本量纲;人数、车辆数、金额这类计数单位借一个本模型用不到的基本量纲代表(例如
S = N 表示“人”),并在注释里写明。记成 1 会漏掉“$\beta SI$ 与 人 / 天 不一致”这类错误。退出码 0 全部通过,
1 有不一致,2 输入写错。没有执行能力时按上面的清单人工核对,标“未执行”。
详细量纲与验证层次按需读 ../_shared/validation-playbook.md。
4. 做极限与反例检查
为高承重假设至少设计一个会让它暴露的检查:
- 输入为零、全相等、极大 / 极小、只有一个对象时,结果应怎样
- 删除某类数据、改变时间窗或换一个区域后,结论是否保留
- 允许相关、非线性、时变或异质后,结果变化多大
- 多组参数是否产生几乎相同输出;若是,不单独解释这些参数
- 数据缺失若不是随机,当前处理会朝哪个方向偏
预先写期望、指标和判断规则;不要等看到结果再定义“通过”。
5. 查重复、冲突、循环与偷渡
- 两条假设是否只是同一前提换说法,造成“证据很多”的错觉
- 两条假设是否互相冲突,例如既称参数恒定又按阶段变化
- 是否用待证明结论当作假设,使模型必然得到想要的答案
- 同一效应是否在数据修正和方程参数中重复计入
- 数值近似是否悄悄改变了原模型,例如截断负值却仍称守恒
6. 按风险排序并修订
优先级由两个维度决定:失效对核心结论的影响与当前证据的不确定性。先测“高影响 + 低证据”, 而不是先测最容易画图的参数。
修订方向按代价从小到大:缩小作用域、改弱措辞、补数据 / 诊断、换结构、把结论改为情景性结论。 不要为了显得严谨,把一条假设改写得更绝对。
7. 让使用者确认并交接
先给完整登记表,再问最多 4 个会改变模型结构或结论的问题。使用者确认的是团队愿意采用这个前提及其风险, 不是确认它客观为真。
把高风险 A、对应 T、受影响 M / C 与未决数据交给实现或批判阶段。
输出格式 / Output
## 范围与完整性
<读到的模型、数据、代码范围;哪些入口未检查>
## 分类纠正
| 原条目 | 实际类别 | 应怎样记录 | 原因 |
## 假设登记表
| ID | 精确陈述 | 类型 | 理由 / 证据状态 | 作用域 | 模型作用 | 失效后果 | 承重性 | 测试 |
## 数学一致性审计
| 检查 | 位置 / IDs | 预期性质 | 当前状态 | 修复方向 |
## 极限、反例与敏感性优先级
| T ID | A ID | 扰动 / 场景 | 观察指标 | 预先规则 | 优先级 | 状态 |
## 冲突与重复
| IDs | 类型 | 对模型的影响 | 处理建议 |
## 交接
- 可暂时采用:<A IDs 与作用域>
- 先验证再用:<高风险 A / T IDs>
- 需要改模型:<冲突或不可接受假设>
- 下一步:<modeling-code-builder 或 model-critique-coach>
工具与跨 Agent 降级 / Tool fallback
- 能读方程、代码和数据处理文件时按五入口核对;不能读时明确只审了使用者贴出的部分。
- 能计算时执行量纲、小例、极限或参数扫描并记录结果;不能执行时给检查设计,标为未运行。
- 有单位库或符号工具可辅助,但工具通过不等于现实假设得到验证。
- 能独立审查时让审查者寻找遗漏与循环;不能时做一遍“如果这条为假会怎样”的反向自审。
- 核心流程不依赖宿主 API,结果可完整返回在对话中。
边界 / Boundaries
- 不虚构合理性:没有数据、机制或来源时,只能写“为可解性暂取”或
unverified。 - 不把题面事实降格成假设:这样会让模型看似拥有并不存在的自由度。
- 不把假设写成结论:假设“方案公平”会使公平评价失去意义。
- 不以“符合实际”收尾:必须说明符合哪段现实、由什么证据支持、在哪个范围内。
- 不把数值设置藏进数学假设:步长、容差、随机种子和初值要单独验证。
- 不把相关当独立、把稳定当平稳:这些是强统计前提,需要具体诊断。
- 不替团队接受风险:可以排序和建议,采用高风险假设需要使用者确认并在论文中披露。
- 不代写虚假假设段:可以基于团队真实模型整理表达,不能补造实验、来源或现实依据。
Token 控制 / Token discipline
- 先扫描模型结构与数据流,现有假设段只作一个入口
- 同义假设合并后再排序;每条保持单一命题
- 低承重、证据充分的条目压缩,高承重条目保留完整测试与后果
- 新证据到来时只更新关联的
A / T / C,不重贴全表
参考资料 / References
../_shared/modeling-work-contract.md—— 状态标签、稳定 ID 与交接规则../_shared/validation-playbook.md—— 量纲、可辨识性、验证层次与结论强度../../physics/_shared/scripts/dimcheck.py—— 第 3 步量纲审计的确定性检查(物理库共用脚本)
变更记录 / Changelog
| 版本 | 日期 | 变更 | 类型 |
|---|---|---|---|
| 0.1.1 | 2026-09-26 | 适用范围改为“已选定模型或团队确认的主候选”,仍在比较结构(即便有草稿)交给 model-selection-tutor,与选型侧一致;触发语“怎么做假设检验”改为“这些模型假设怎么检验”,并注明只选统计检验方法不属于本 skill;补单条方程量纲 / 极限的分流,量纲审计引用 dimcheck.py 并写明计数单位的写法 |
patch |
| 0.1.0 | 2026-08-17 | 初始草稿:五入口假设抽取、类别纠正、一致性审计、反证测试与风险排序 | minor |