first commit

文档润色流和知识库构建流/claude-scholar/skills/research-ideation/references/research-question-formulation.md

@@ -0,0 +1,210 @@
+# 研究问题制定
+
+将研究兴趣转化为具体、可执行的研究问题的系统化方法。
+
+## 1. SMART 原则
+
+好的研究问题应该满足 SMART 原则：
+
+### 1.1 Specific (具体的)
+
+**不好的问题**：
+- "如何提高模型性能？"（太宽泛）
+
+**好的问题**：
+- "如何通过改进注意力机制来提高 Transformer 在长文本理解任务上的性能？"
+
+**关键要素**：
+- 明确的研究对象（Transformer）
+- 具体的改进方向（注意力机制）
+- 明确的任务场景（长文本理解）
+- 清晰的目标（提高性能）
+
+### 1.2 Measurable (可衡量的)
+
+研究问题应该有明确的评估标准：
+
+**示例**：
+- "提高性能" → "在 SQuAD 数据集上提高 F1 分数"
+- "改善可解释性" → "提高人类评估的 faithfulness 分数"
+
+**评估维度**：
+- 定量指标：准确率、F1、BLEU、困惑度
+- 定性指标：人类评估、案例分析
+- 效率指标：训练时间、推理速度、内存占用
+
+### 1.3 Achievable (可实现的)
+
+考虑资源和能力限制：
+
+**资源评估**：
+- 计算资源：GPU 数量和类型
+- 数据资源：数据集的可获得性和质量
+- 时间资源：研究周期（3个月、6个月、1年）
+- 人力资源：团队规模和专业技能
+
+**可行性检查**：
+- 是否有类似工作作为基础？
+- 所需技术是否已经成熟？
+- 数据集是否公开可用？
+- 计算成本是否在预算内？
+
+### 1.4 Relevant (相关的)
+
+研究问题应该对学术界或工业界有价值：
+
+**学术价值**：
+- 填补研究空白
+- 挑战现有假设
+- 提供新的理论视角
+- 推动方法论进步
+
+**实际价值**：
+- 解决实际应用问题
+- 提高系统性能
+- 降低成本或资源消耗
+- 改善用户体验
+
+### 1.5 Time-bound (有时限的)
+
+设定合理的研究时间框架：
+
+**短期目标**（1-3个月）：
+- 文献调研和问题定义
+- 初步实验和概念验证
+
+**中期目标**（3-6个月）：
+- 方法开发和优化
+- 全面实验和分析
+
+**长期目标**（6-12个月）：
+- 论文撰写和投稿
+- 代码开源和社区推广
+
+## 2. 研究问题类型
+
+### 2.1 探索性问题 (Exploratory)
+
+**特点**：探索未知领域，发现新现象
+
+**示例**：
+- "Transformer 的注意力机制在处理长文本时表现出什么模式？"
+- "大语言模型在推理任务中使用了哪些内部表示？"
+
+**适用场景**：
+- 新兴研究领域
+- 缺乏理论基础的现象
+- 需要深入理解的复杂系统
+
+### 2.2 验证性问题 (Confirmatory)
+
+**特点**：验证假设或理论
+
+**示例**：
+- "增加模型深度是否能提高长文本理解性能？"
+- "预训练是否对低资源语言任务有帮助？"
+
+**适用场景**：
+- 有明确假设需要验证
+- 挑战现有理论或观点
+- 复现和扩展已有工作
+
+### 2.3 应用性问题 (Applied)
+
+**特点**：解决实际应用问题
+
+**示例**：
+- "如何在保持性能的同时将模型大小减少50%？"
+- "如何使对话系统更好地理解用户意图？"
+
+**适用场景**：
+- 有明确的应用需求
+- 需要在约束条件下优化
+- 工业界合作项目
+
+## 3. 研究问题评估标准
+
+### 3.1 重要性 (Significance)
+
+**评估维度**：
+- **学术影响**：是否推动领域发展？
+- **实际价值**：是否解决重要问题？
+- **受众规模**：有多少人关心这个问题？
+
+**评分标准**（1-5分）：
+- 5分：突破性问题，影响整个领域
+- 4分：重要问题，多个研究组关注
+- 3分：有价值问题，部分研究者关注
+- 2分：边缘问题，少数人关注
+- 1分：琐碎问题，几乎无人关注
+
+### 3.2 新颖性 (Novelty)
+
+**评估维度**：
+- **问题新颖性**：是否是新问题？
+- **方法新颖性**：是否用新方法？
+- **视角新颖性**：是否有新视角？
+
+**评分标准**（1-5分）：
+- 5分：全新问题或突破性方法
+- 4分：新问题或显著改进的方法
+- 3分：新视角或方法组合
+- 2分：增量改进
+- 1分：重复已有工作
+
+### 3.3 可行性 (Feasibility)
+
+**评估维度**：
+- **技术可行性**：现有技术能否实现？
+- **资源可行性**：资源是否充足？
+- **时间可行性**：时间是否合理？
+
+**评分标准**（1-5分）：
+- 5分：完全可行，资源充足
+- 4分：基本可行，资源足够
+- 3分：有挑战，需要努力
+- 2分：困难较大，需要突破
+- 1分：几乎不可行
+
+### 3.4 综合评估
+
+**决策矩阵**：
+
+| 重要性 | 新颖性 | 可行性 | 建议 |
+|--------|--------|--------|------|
+| 高 | 高 | 高 | 优先执行 |
+| 高 | 高 | 中 | 值得尝试 |
+| 高 | 中 | 高 | 稳妥选择 |
+| 中 | 高 | 高 | 可以考虑 |
+| 低 | * | * | 重新考虑 |
+
+## 4. 支持与证伪检查
+
+每个研究问题都必须说明什么结果会支持它，什么结果会削弱或推翻它。
+
+### 4.1 必填字段
+
+```md
+Question:
+Hypothesis:
+Current evidence:
+Missing evidence:
+What would support it:
+What would falsify it:
+Minimal next action:
+Decision: explore | read more | run experiment | stop
+```
+
+### 4.2 决策含义
+
+- `explore`：问题可能有价值，但还缺少基本文献或问题边界。
+- `read more`：需要先补关键相关工作、baseline、dataset 或 metric。
+- `run experiment`：问题、假设、支持证据和最小实验已经足够明确。
+- `stop`：重要性、新颖性、可行性或证据边界不足，不建议继续投入。
+
+### 4.3 写作要求
+
+- 不要只写“值得研究”；必须说明为什么值得研究。
+- 不要只写“需要更多实验”；必须说明最小下一步实验是什么。
+- 不要只写“有文献支持”；必须列出当前证据和缺失证据。
+- 不要把探索性问题写成已经验证的结论。