外观
实验推进
实验推进的核心不是多跑，而是让每一次实验都回答一个具体问题。
实验假设
每次实验前写清楚：
- 我想验证什么？
- 如果结果上升，说明什么？
- 如果结果下降，说明什么？
- 哪些因素可能混淆解释？
数学表达
实验目标常常可以写成一个优化问题。例如经验风险最小化：
当你比较两个方法时，至少要说明差异 是否来自稳定改进，而不是随机种子或数据划分。
行内公式也应该正常渲染，例如 、 和 。
同一页面也支持 $$...$$ 块公式：
实验记录模板
yaml
question: "加入领域先验是否提升小样本泛化？"
hypothesis: "先验约束会降低过拟合，提升外部测试集表现。"
dataset: "internal-v3 + external-v1"
metric: ["AUROC", "AUPRC", "ECE"]
seed: [2026, 2027, 2028]
baseline: "resnet50"
change: "add prior-guided regularization"
expected_result: "external AUROC +1.5% or better"推进节奏
- 先跑最小可行实验。
- 再做 ablation。
- 最后做鲁棒性、泛化和失败案例分析。