Research: Paper Reading & Critical Analysis: 如何识别论文中的隐性假设与过度声称？

Core Concept: 检查结论的适用范围（数据集/规模/任务）、baseline 是否被削弱、指标是否被挑选、是否把相关性当因果、是否忽略成本，以及是否用模糊措辞掩盖证据不足。

数学机理：<strong>识别隐性假设与过度声称</strong>——(1) <strong>适用范围（scope）检验</strong>——(a) <strong>问题</strong>——论文常在一个数据集/规模上验证，却声称通用；(b) <strong>检验</strong>——把结论限定到其验证的设定（数据集/语言/规模/领域），超出部分需要额外证据；(c) <strong>红旗</strong>——'在 X 上验证，结论是普遍适用的'；(d) <strong>做法</strong>——追问'如果换数据集/换规模/换任务会怎样'。(2) <strong>措辞强度分析</strong>——(a) <strong>强措辞</strong>——significantly、state-of-the-art、universally、always、never；(b) <strong>检验</strong>——每个强措辞是否有对应证据（统计检验/多数据集）；(c) <strong>模糊措辞</strong>——'tends to'、'may'、'could' 常掩盖证据不足。(3) <strong>选择性报告（selective reporting）</strong>——(a) <strong>指标挑选</strong>——只报有利指标（如只报 F1 不报召回）；(b) <strong>子集挑选</strong>——只在有利子集/类别上报告；(c) <strong>种子挑选</strong>——只报最好种子；(d) <strong>对比挑选</strong>——只与弱 baseline 比；(e) <strong>检验</strong>——是否报告了所有预设指标、是否有完整结果表（含不利结果）。(4) <strong>因果 vs 相关</strong>——(a) <strong>问题</strong>——把观察到的相关解释为因果（'用了 X 所以效果好'）；(b) <strong>检验</strong>——是否有控制变量实验、是否排除了混淆因素；(c) <strong>注意</strong>——消融实验提供因果证据，纯观察不提供。(5) <strong>忽略成本</strong>——(a) <strong>问题</strong>——只报精度提升不提计算/显存/延迟/数据量代价；(b) <strong>检验</strong>——增益是否值得其成本；(c) <strong>红旗</strong>——'提升 2%' 但计算量增加 10 倍。(6) <strong>隐性假设的类型</strong>——(a) <strong>数据假设</strong>——i.i.d.、无偏、分布稳定；(b) <strong>评估假设</strong>——评估集代表真实分布；(c) <strong>方法假设</strong>——某些条件成立（如标签干净）；(d) <strong>实践假设</strong>——推理成本可接受、延迟满足 SLO。(7) <strong>识别技巧</strong>——(a) <strong>读图表</strong>——误差棒、完整结果表、附录；(b) <strong>读实验设置</strong>——数据划分、调参协议；(c) <strong>读局限</strong>——作者自陈的局限常是最诚实的部分；(d) <strong>读相关工作</strong>——看是否遗漏了强对手；(e) <strong>看开源</strong>——代码是否与论文一致。(8) <strong>提问清单</strong>——(a) 结论的适用范围？(b) 强措辞有证据吗？(c) 是否选择性报告？(d) 因果还是相关？(e) 成本如何？<strong>与其他问题的关系</strong>——(a) 与判断贡献可信度；(b) 与实验设计（如何补足证据）；(c) 与复现。<strong>度量</strong>——(a) 结论与证据的匹配度；(b) 报告的完整性（是否含不利结果）。

深度剖析与工程权衡：① <strong>适用范围是最常被夸大的</strong>——单数据集结论被外推为通用；面试中能指出这点是深度理解的标志。② <strong>选择性报告有五种形式</strong>——指标/子集/种子/对比/不利结果。③ <strong>相关不等于因果</strong>——消融才提供因果证据。④ <strong>忽略成本是隐蔽的过度声称</strong>——需看增益是否值得代价。⑤ <strong>局限性章节常最诚实</strong>——值得重点读。⑥ <strong>开源代码与论文一致性</strong>是检验手段。⑦ <strong>面试要点</strong>——被问怎么批判性读论文，应给出'<strong>适用范围 + 措辞强度 + 选择性报告（5 种）+ 因果 vs 相关 + 成本 + 隐性假设类型</strong>'；能指出选择性报告的多种形式是深度理解的标志。