# 真知大脑 · MathorCup 建模 Skill 工作卡

版本：2026-10-11。适用于赛前训练及当届规则允许的比赛阶段。先核对当届 MathorCup 正式通知、组别、提交规则及 AI 使用要求；本卡不替代官方规则。

## 1. 赛题理解

输入：官方赛题原文、完整附件、已确认的组别。

产物：`problem_brief.md`（逐问目标、输入、输出、限制与时间预算）、`data_schema.json`（字段、单位、缺失情况、数据来源）、`ambiguity_register.json`（歧义、可能解释、影响、确认人）、`assumption_ledger.md`（假设、来源、影响、待验证状态）。

检查：逐问与原题逐字对应；数据列数、单位、范围可复核；未知内容记为待确认。队员确认题意后再确定方案。

## 2. 候选模型与基线

每问提出至少两种可计算方案，并先给一个简单可解释的 baseline。写清变量、目标、约束、单位、数据依赖、适用条件和求解难度。不要因为模型名称高级就选用。跨问题共用的机制、前一问结果和新增假设要能串成一条主线。

产物：`candidate_models.json`、`baseline_spec.json`、`model_decision.md`。决策记录至少包含候选、预期证据、失败风险、放弃理由及队员确认。

## 3. 真实计算与验证

运行真实程序，保存输入哈希、环境版本、随机种子和输出文件。用户上传的 Python/Notebook 只做静态检查；本网站不直接执行上传程序。需执行时由队员在可信的隔离环境中进行。

- 预测：预测时点可得特征；时间数据按时间留出或滚动验证；比较朴素 baseline；报告 MAE、RMSE，R² 仅在可定义时使用；画预测与实际、残差图。
- 评价：正负向指标、缺失值与标准化逐项核对；权重来源与扰动；排名变化要明确。
- 优化：小规模手算或枚举 oracle、求解器交叉检查、约束残差与可行性、边界参数敏感性。
- 仿真：种子、多次重复、收敛与输入分布依据。

产物：`results/validation_summary.json`，至少记录验证方式、输入、实际运行状态、关键数值、未通过项和人工复核建议。无法验证时写 `blocked`，不要编造通过。

## 4. 一等奖质量门禁

这是内部质量标准，不预测真实奖项。逐项确认：模型与题意相符、至少一个 baseline、候选方案的取舍、数值来自程序输出、结果验证、敏感性、图表解释、摘要含真实关键数字、正文和图表同源、参考文献与匿名、PDF 编译与页面质量、当届规则。

问题分为：必须修改、建议修改、可优化。若关键证据不足，状态保持 `blocked`，不显示“已通过”。最终由队员审阅并决定是否提交。

## 5. 论文交接与复盘

每张图登记 `file`、`claim`、`source_data`、`x_unit`、`y_unit`、`supports_question`。摘要、正文、图表和结论应引用同一份冻结结果；禁止手填程序未产生的数字。结束后记录：赛题、代码、模型选择、错误案例、修改效果、新 Skill 建议。提交材料前独立复跑与匿名检查。

## 本地可运行工具

网站 `/competitions/lab` 内置单变量回归与 TOPSIS 的浏览器演示，并可下载 `model_lab.py` 在本地复跑：

```text
python model_lab.py regression regression.csv
python model_lab.py topsis topsis.csv --directions benefit,cost,benefit --weights 1,1,1
```

要求 Python 3.10+，仅用标准库。其他模型在页面上属于方法卡，尚未接入可运行求解器。流程图支持 Mermaid `flowchart TD/LR` 的节点和 `-->` 箭头子集，可导出 SVG/PNG；不运行在线收费流程图服务。

## 公开方法来源

以下仅借鉴公开 workflow / 检查思路，未复制仓库代码，也未声称运行其工具：

- [Hjdd14/math-modeling](https://github.com/Hjdd14/math-modeling)：题目底稿、歧义与假设记录、baseline、小例/交叉验证、质量检查。
- [miaodemimi/mathmodel-skills](https://github.com/miaodemimi/mathmodel-skills)：阶段交接、题意/模型/结果/论文人工门禁、科研绘图与编译验收。
- [WuXinbo-bo/Math-model-skills](https://github.com/WuXinbo-bo/Math-model-skills)：baseline 与 enhancement、模型语义、图表和论文数值同源。
- [cha3343954211/math-modeling-skill](https://github.com/cha3343954211/math-modeling-skill)：比赛阶段检查、递进关系图、复跑与匿名终检。

用户提供的 PyLearn 课程主题用于筛选方法卡范围。公开站点在本次核验中未返回可读取正文，未导入其课程或代码。若资料、方法或比赛规则更新，应重新核实来源。
