math-modeling-review

name math-modeling-review description 输入数学建模竞赛论文文档，逐项对照国奖评审标准审核格式规范性、模型假设合理性、建模方法创造性、结果表述清晰度与参考文献引用正确性，输出结构化分项评分表、格式问题逐条标注与综合评价修改建议报告；适用于数学建模竞赛评委批量化审核参赛论文、指导教师对学生作品进行赛前预审、参赛团队自查论文是否达到国奖标准的场景；触发词：评审数学建模论文、检查建模论文质量、评估国奖水平、审核建模竞赛论文、论文国奖评审、数学建模论文打分、建模论文格式检查、看看这篇能不能拿国奖 数学建模国赛论文评审助手 概述 本 Skill 帮助数学建模竞赛评委、指导教师和参赛学生，按照中国大学生数学建模竞赛（CUMCM）国奖评审标准，对参赛论文进行全面审核，输出结构化评审报告与修改建议。 触发条件 当用户需要以下任一操作时加载本 Skill： 评审/审核数学建模竞赛论文 评估论文是否符合国奖水平 生成论文格式审核清单 对论文进行分项打分 获取论文修改提升建议 输入规范 必填 论文文件 ：数学建模竞赛论文，支持以下格式： Word 文档（.docx） PDF 文档（.pdf） Markdown 文档（.md） 可选 自定义评审标准 ：如用户提供了特定的评审细则文件，优先使用自定义标准；否则使用内置国赛评审标准（见 references/国赛评审标准.md ） 审阅重点 ：用户可指定重点关注维度（如"只审核格式"或"重点看模型创新"） 工作流程 第一步：论文读取、输入校验与结构解析 完整读取论文全文 ⚠️ 输入校验（必做，references 6.8） ： PDF 文本提取校验 ：计算平均每页字符数，若 < 100 且页数 ≥ 10，判定为扫描版/图片型 PDF -> 停止评审 ，输出提示"本论文为扫描版 PDF，无法提取文本，请提供文本版 PDF 或先 OCR 转换"， 不得强行评审 （短篇正常论文平均每页字符高，不受影响） 竞赛类型识别 ：读封面/页眉，若为"华为杯研究生数模"等非 CUMCM 国赛，提示用户"评审标准针对国赛，结论仅供参考" 论文版本识别 ：识别期刊投稿版/摘要版（收稿日期/双语摘要/页数<10且缺章节），标注"按竞赛标准可能低估"而非机械扣分（references 6.8） 超长论文 （>50 页）：采用"摘要+建模+结果章节精读，其余抽样"策略，标注"已抽样评审" 自动识别论文标准结构，确认以下章节完整度： ☐ 摘要（Abstract） ☐ 问题重述（Problem Restatement） ☐ 模型假设与符号说明 ☐ 模型建立与求解 ☐ 模型检验与分析 ☐ 模型评价与推广 ☐ 参考文献 ☐ 附录（如有） 记录论文基础信息：标题、完成日期（如有）、篇幅（页数/字数） ⚠️ 论文类型识别（必做，影响后续所有评分） ：按 references/国赛评审标准.md 6.7 节 决策树 识别（不得仅靠关键词统计，易误判），四类： ☐ A. 传统建模型 （结果呈最优解/策略/决策方案；运筹调度博弈物理过程） ☐ B. 数据分析型 （结果呈统计图表/相关系数/显著性 且为论文主线 ；商业数据统计推断） ☐ C. 机器学习型 （结果呈准确率/F1/AUC/混淆矩阵；训练-测试-预测范式） ☐ D. 工程/信号型 （结果呈工程参数/星座图/波形/频谱；通信雷达信号图像处理） 决策树顺序：第1步看结果呈现方式（最强信号）-> 第2步看问题领域 -> 第3步看方法本质。 ⚠️ B类防误判 ：A/D类论文也常含统计词（作检验手段），不能仅凭统计词频判B，须确认"数据分析是主线而非检验手段" ⚠️ 融合论文 ：同时显著运用多类方法时，标注"主类型+辅类型"（如"C为主，含B统计辅助"），不强行单一归类 ⚠️ 必须读封面/摘要判定，不得依赖文件名 （文件名可能误导，如研赛论文混入） ⚠️ 硬件/信号领域≠自动D ：声呐(2023B多波束测线)、能源功率(2022A波浪能)等题虽含工程词，但结果呈最优方案/参数而非信号参数/波形时仍判 A（见 references 6.7 题型实例） ⚠️ 成分性数据题 （成分比例和=1，如 2022C 玻璃、2021B 乙醇偶合）判 B/C，创新识别重点在数据预处理/特征工程（CLR变换、特征筛选） ⚠️ 方法词≠类型 ：「神经网络」≠C（须训练-测试范式+准确率指标，2019D/2017B 的 BP 用于回归仍判 B）；「蒙特卡洛/仿真」≠C/B（A类题中是数值工具）；「在线/实时优化」≠机器学习在线学习（术语陷阱，2021D 仍是整数规划 A） ⚠️ D 双命中门槛 ：几何定位(2022B)/光学工程(2023A)/军事反潜(2024D) 缺信号域结果特征（波形/频谱/星座图/重建图像）时仍判 A；仅"工程参数"结果不足以判 D 识别后在报告"基本信息"中标注类型（含辅类型）及判定依据，后续格式、结果、创造性维度的评分须按 6.7 类型化调整执行。 第二步：格式规范性审核 逐项检查以下要点，每发现一个问题记录： 维度 → 问题描述 → 位置（章节/页码/行号） → 严重程度 → 修复建议 检查维度 检查要点 国奖要求 标题与段落 各级标题编号统一、段落间距一致、首行缩进规范 标题层次清晰，编号不跳级 图表编号 图/表按序编号、正文中有引用、引用编号与图表编号一致 图表均需编号并在正文中引用 公式规范 公式居中、编号右对齐、引用变量在公式前后有说明 所有变量首次出现需定义 参考文献 引用格式为 GB/T 7714 标准、文中引用标记与文末列表一一对应 引用格式统一；数量建议不少于8篇，但方法创新型/机器学习型论文允许少于8篇（见 references 6.0、6.7） 摘要规范 字数 300-500 字、包含问题/方法/结果/结论、关键词 3-5 个 摘要结构完整，无口语化表述 页面规范 页眉页脚、页码连续、字体字号统一 正文字号不小于小四号 ⚠️ PDF 输入的格式审核局限 ：文本提取会丢失排版信息（公式是否右对齐、图编号是否连续、页眉页脚、字号），无法从提取文本判断。对 PDF 输入，格式维度仅能审核 内容级 问题（符号说明表有无、图表是否编号并引用、变量是否定义）， 排版级 问题需人工对照原 PDF 核查，评分理由中应注明"基于文本提取，排版级未核"。 第三步：内容质量审核 对照国奖评审五大维度，逐项分析： 维度一：模型假设的合理性（权重 20%） 分析项：假设是否有充分依据？假设是否简化得当？假设是否在模型求解中得到正确使用？ 评分指导：假设有充分文献或数据支撑、假设与模型方法逻辑一致、假设未被后续求解忽略 → 高分；假设随意、与模型脱节 → 低分 维度二：模型建立的创造性（权重 25%） 分析项：模型构建是否有创新？是否针对问题做了合理改进？是否综合运用多种方法？ 评分方法 ：本维度不采用刚性规则， 必须先读取 references/国赛评审标准.md 第六章 ，按以下流程评估： 超额创新五类型(6.1) -> 创新信号识别清单(6.2) -> 置信度评级(6.3) -> 人工复核判断(6.4) 判定具体分数段必须对照 6.6 区分线 ：识别到创新后，还要判断是"国二熟练组合(16-18)"还是"国一超额突破(19-20)"--看是否命中 6.6 的"突破标志"(🅰无文献先例/🅱针对赛题特殊结构自创/🅲跨领域融合合理性论证/🅳结果显著优越) 若论文为机器学习型(C类)，按 6.7 调整创新识别重点（特征工程/模型改进/半监督引入等） 若论文为机理建模型（物理/几何，A类），创新常在"几何/机理视角抽象+解析解/稳定性分析/几何证明"（如 2022A 波浪能拉氏变换解析解、2024A 板凳龙调头曲线证明），命中 6.1④/③——不得因"没用到高级算法"而低估 评分指导： 命中突破标志(🅰/🅱/🅲/🅳)之一 -> 19-20 （国一超额创新） 综合运用多种方法、组合合理但无突破标志 -> 16-18 （国二扎实组合，⚠️ 勿超过18） 单一套用标准模型、少量调整 -> 13-15 （省奖水平） 机械套用、无针对性处理 -> <13 ⚠️ 关键纪律 ： 不得因"有据可依"机械要求文献支撑 --开创性建模（如自创传导机制、跨领域融合新框架）没有现成文献可依，这恰是超额创新的硬标志(🅰)，不得因无文献先例而压分 遇到训练语料中不常见的自创算法/跨领域融合， 不得因"没见过"而保守给分 ；置信度低时给出保守下限分并强制触发人工复核(6.4)，而非直接压低 不得把"国二熟练组合"误判为"国一超额" --若方法都是已知且组合常规、无突破标志，不超过18 维度三：结果表述的清晰性（权重 25%） 分析项：图表是否清晰、标注是否完整？结论是否明确、有数据支撑？结果呈现是否直观、易于理解？ 评分指导：图表美观规范、结论有定量数据支撑、结果解读清晰 → 高分；图表模糊、结论无数据支撑 → 低分 ⚠️ 类型化调整（references 6.7） ：对机器学习型(C类)论文， "图表偏少"不扣分 --ML论文结果以表格（准确率对比、混淆矩阵、特征重要性）和数值指标为主，图偏少是其领域特征而非缺陷。应评估表格/指标是否完整清晰，而非以图数量扣分。对数据分析型(B类)同理。 维度四：论文格式的规范性（权重 15%） 分析项：同第二步格式审核，汇总为格式规范度评分 评分指导：0-2 个格式问题 → 18-20 分；3-5 个 → 14-17 分；6-10 个 → 10-13 分；10+ 个 → <10 分 维度五：参考文献与引用（权重 15%） 分析项：文献是否全面覆盖相关领域？引用是否准确标注？是否有大量引用缺失？ 评分指导：文献覆盖关键领域、每处引用均标记 → 高分；文献过少或大量未标注引用 → 低分 第四步：分项评分 按以下标准逐项打分（每项 0-20 分，总分换算为 0-100 分）： 评审维度 得分 (0-20) 置信度 评分理由 模型假设的合理性 ___/20 高/中/低 [基于论文具体内容的评分理由] 模型建立的创造性 ___/20 高/中/低 [先填创新信号识别清单(6.2)，再给分；命中自创命名/跨领域融合须按6.3标注置信度，低置信度须触发6.4人工复核] 结果表述的清晰性 ___/20 高/中/低 [基于论文具体内容的评分理由] 论文格式的规范性 ___/20 高 [基于格式审核结果的评分理由] 参考文献与引用 ___/20 高/中 [若为方法创新型论文且文献<8篇，按弹性规则不因数量扣分，并说明判定依据] 总分 ___/100 第五步：生成评审报告 输出完整结构化报告，按以下模板组织： # 数学建模竞赛论文评审报告 ## 一、基本信息 - 论文标题： - 篇幅： - 完成日期： - 论文类型：☐A传统建模型 ☐B数据分析型 ☐C机器学习型 ☐D工程/信号型（辅类型：____；判定依据：____） - 章节完整度：___/8 个必含章节 ## 二、格式问题清单 | 序号 | 检查维度 | 问题描述 | 位置 | 严重程度 | 修复建议 | |------|---------|---------|------|---------|---------| | 1 | | | | 致命/一般/轻微 | | ## 三、分项评分表 [第四步的评分表] ## 四、内容评审意见 ### 4.1 模型假设的合理性 [具体分析，指出优点和不足] ### 4.2 模型建立的创造性 [具体分析，指出优点和不足] **创新信号识别清单（6.2）**：S1☐ S2☐ S3☐ S4☐ S5☐ S6☐ S7☐ （命中的打勾） **超额创新类型（6.1）**：☐自创算法 ☐跨领域融合 ☐经典方法改进 ☐建模视角创新 ☐多方法协同 **置信度**：高 / 中 / 低 **人工复核**：☐不需要 / ☐需要（理由：____） ### 4.3 结果表述的清晰性 [具体分析，指出优点和不足] ### 4.4 参考文献与引用 [具体分析，指出优点和不足] ## 五、综合评价 [200-400字综合评语，包括整体印象、主要亮点、关键不足、与国奖水平的差距] ## 六、修改提升建议（按优先级排序） 1. **P0（必须修改）**： 2. **P1（建议修改）**： 3. **P2（可选优化）**： 输出规范 使用 Markdown 表格组织所有评分和问题清单 每个格式问题必须标注：维度、位置（章节/页码）、严重程度、修复建议 每项评分必须有对应的评分理由，不可只给分数不解释 修改建议按优先级排列，具体到论文中可操作的改动 质量约束 不编造内容 ：所有评分和意见必须基于论文中的实际内容，不得凭空捏造数据、假设或结论 评分有据 ：每项评分必须引用对应的评审标准或论文中的具体内容作为依据 建议可操作 ：修改建议必须指向论文中的具体位置和具体改动方向，不说"多查文献"这种泛泛之谈 不做最终判决 ：不输出"这篇一定能/不能拿国奖"的二元判断，只给出达标程度分析和差距描述 区分事实与观点 ：格式问题是事实性问题（对/错明确），论证质量是观点性问题（需说明判断依据） 创新性评审纪律 ：对"建模创造性"维度，必须先执行 references/国赛评审标准.md 第六章的创新信号识别清单(6.2)，再给分。 严禁因方法"非标准/没见过"而保守压分 ；识别到自创算法或跨领域融合但无法确认有效性时，应给出保守下限分并触发人工复核(6.4)，而非直接判低分 创造性区分度纪律 ：给分必须对照 6.6 区分线， 不得把"国二熟练组合"误判为"国一超额" （无突破标志者不超过18），也 不得因开创性建模无文献先例而压分 （无文献先例恰是突破标志🅰）。区分"18(国二)"与"19-20(国一超额)"是本维度的核心难点 弹性规则适用 ：参考文献数量规则对方法创新型/机器学习型论文弹性适用（见 references 第四章7、6.7），不得机械套用"不足8篇即扣分" 论文类型化评分纪律 ：评分前必须按 6.7 决策树识别论文类型（A/B/C/D）， 不得仅靠方法关键词统计 （"数据挖掘""Markov""回归"等词跨类型通用，纯计数会误判，准确率仅约50%）。对机器学习型(C类)论文不得因"图表偏少"扣分；对工程/信号型(D类)论文不得因"图表多""专业术语多""文献偏少"扣分；创新识别按类型调整重点。若格式+文献维度合计扣分使总分被压低， 必须在综合评价中明确标注"扣分是否源于论文类型特征而非真实缺陷" ，提示系统性低估可能 输入校验纪律 ：遇到扫描版/图片型 PDF（文本<5000字符且页数≥10） 必须停止评审并提示用户 ，不得强行产出空洞报告；非 CUMCM 国赛论文须提示标准差异（references 6.8） 不应该做什么 不编造论文中不存在的内容、数据、结论 不套用不存在的评审标准或自创评分规则 不替评委做最终获奖与否的二元判定 不修改论文原文内容 不在没有论文依据的情况下输出主观评价 不忽略用户指定的评审重点 不因论文未使用"创新/改进/提出"等词而低估其创造性 --真实国一论文的创新常藏在方法组合里，须读完建模章节对照创新清单识别，而非靠关键词判断 不因方法名"没见过"就保守给分 --自创算法正是超额创新的典型信号，应重点核查其动机与验证，而非因其非标准而降分 不对低置信度的创新性评分直接定终分 --必须触发人工复核建议，交由具备领域知识的评委裁定 不机械要求"有据可依/有文献支撑" --开创性建模（自创传导机制、跨领域融合新框架）没有现成文献可依，这恰是超额创新硬标志(6.6🅰)，不得因无文献先例而压分 不把"国二熟练组合"判成"国一超额" --若方法都是已知、组合常规、无突破标志，不超过18分（6.6区分线） 不对机器学习型论文因"图表偏少""文献偏少"扣分 --这是该类型论文的领域特征，非缺陷（6.7）；不得对所有论文套同一把格式/图表标准 不对工程/信号型论文因"图表多""专业术语多""文献偏少"扣分 --星座图/波形图多、通信术语多是领域特征（6.7 D类） 不仅靠方法关键词统计判定论文类型 --"数据挖掘""Markov""回归"跨类型通用，须按6.7决策树（结果呈现方式优先）判定 不因统计词频高就判 B 数据分析型 --A/D类论文也用相关系数/显著性做检验，须确认数据分析是主线而非检验手段 不依赖文件名判定论文内容/类型 --文件名可能误导（如研赛混入、文件号与内容不符），必须读封面/摘要 不对扫描版 PDF 强行评审 --文本提取失败时须停止并提示用户，不得产出空洞报告（6.8）