science-frontier-to-paper

从 GitHub 前沿到顶刊：把实现变成可证伪的主张

为什么这一层存在

一个新优化器的 README 通常写着「1.35x speedup」。这不是 claim，是观察。 顶刊要的是「通过什么机制导致什么，以及在什么范围内成立」。 两者之间的距离，就是这一层要量出来的东西。

五个工具是一条链，每一步的产物是下一步的输入：

science_frontier_scan       GitHub 上有什么值得读           → frontier_item
science_knowledge_distill   README 里到底声称了什么         → knowledge_claim
science_gap_matrix          这个方向被填了多少               → gap_entry
science_contribution_design 目标档位要求什么证据            → contribution_plan
science_paper_plan          该动笔的结构长什么样            → 标题/图/摘要槽

每一步都能单独用。不要跳步：跳过 distill 直接 design，你会得到一份针对「1.35x speedup」的 证据清单，而那份清单本身是对的、却完全没打中你真正的问题（缺的是机制，不是样本量）。

一、scan：先解决「读什么」

science_frontier_scan({ topic: "muon optimizer", domain: "optimization", limit: 5, detail: true })

credibility 是「这个仓库值不值得读」，权重是：

信号	权重	为什么看它
stars	0.30	同行已经替你筛过一次
52 周 commit 数	0.22	活着的项目才有可复现的实现
最近推送	0.13	一年没动的东西，结果往往跑不出来
release	0.08	有版本号说明作者在乎别人复现
数学密度	0.12	README 里有定理/收敛/bound/proof
关联论文	0.15	已经写了 arXiv 的，说明作者正在往论文走

再乘类型折扣：tutorial ×0.6、awesome-list ×0.5、toolkit ×0.85、benchmark ×0.9、archived ×0.3。

实测一组（topic: "muon optimizer"，确认过两次）： KellerJordan/Muon 0.581 → zhehangdu/Newton-Muon 0.311 → LH-Tech-AI/faster-nanogpt 0.282 → vukrosic/muon-optimizer-guide 0.253（教程，被 0.6 折扣压下去了）→ nil0x9/flash-muon 0.196。

没有类型折扣的话，那个 326 commits 的教程会排第一。 这就是折扣存在的理由。

两个必须知道的坑

不要用 topic: 过滤。 topic:optimization 返回的是 ray、czkawka、svgo—— topic 标签是社区随便打的，和「优化理论」无关。工具内置的四个查询模板都不带 topic 过滤， 改用 in:name / in:readme + 领域词典门。

必须过领域门。 muon in:name 有 20 个仓库，其中 13 个是别的 muon： scverse/muon（单细胞分析）、muon-build/muon（构建工具）、fhunleth/muontrap（Erlang）、 wtlnetwork/muon（无线网）。relevance() 用领域词典把它们挡掉，剩 5 个真优化器。 filteredTotal 就是被挡掉的数量，它不为 0 是正常的，为 0 才要怀疑词典。

没有代码搜索。 GitHub 的 search/code 需要认证，匿名一律 401。任何人告诉你「搜代码里的 收敛证明」都是没试过。

配额现实

	匿名	带 token
core 请求	60/小时	5000/小时
search 请求	10/分钟	30/分钟

一次 detail: true 的 scan = 3 次 search + 每个候选仓库 3 次 core（README、统计、release）。 匿名额度下两三次 scan 就把小时额度用完，之后 readme 全是 false、paperLinks 全是 0， 而工具不会报错——它只是静默地退化成无细节模式。看到 detailPartial: true 就是配额在告警。

想认真用：把 token 放进 ~/.dsh/science/config.json 的 retrieval.githubToken。

二、distill：把散文拆成可证伪的句子

science_knowledge_distill({ itemId: "g:kellerjordan/muon", maxClaims: 5 })

它做四件事：切句 → 按 theorem / mechanism / result / limitation / marketing 分类 → 把每个机制句和最近的定理或带数字的结果配对 → 生成反推的证伪条件。

唯一的诚实性约束

mechanism 永远是原文句子，不改写。 一旦改写，你就再也分不清「作者说的」和「工具编的」。 prediction 和 falsifier 是模板生成的，每条都带 derived: true。 needsHumanReview 恒为 true——工具没有能力判断证明对不对。

所以读 distill 的输出时，你要看的是比例：

典型配比	说明	下一步
定理 2+ / 机制 2+ / 结果 2+	作者在认真写文档	直接进 gap
机制 0 / 结果 3+	只有数字，没有解释	先别进 design，见下
营销 ≥ 2	revolutionary / blazing / guaranteed	打折看待其余句子
句数 < 5	README 是图或纯代码	去读它关联的 arXiv 论文

「只有结果」是最常见的死法

实测 Muon 的 README，distill 出来的是：

[experiment/medium] Lowered the record for training to 94% on CIFAR-10 from 3.3 A100-seconds
[experiment/medium] Improved the training speed record for attaining GPT-2 (small) performance

两条都是 result-only，note 里写着「这是被报告的结果，不是机制」。 接下来 science_paper_plan 会把它标成高风险并拒绝硬拼标题—— mechanismPresent: false，标题槽留成「（待填机制主语——当前 claim 只报了结果）」， Figure 1 留成「（还没有 Figure 1：当前 claim 只报结果，没有机制可画）」。

这不是工具坏了。这是它在告诉你：现在还没有可发表的东西，只有一条记录。

要跨过这一步，你得补一个能直接测中间量的实验——测谱范数、测条件数、测梯度噪声， 而不是再刷一个 benchmark。

三、gap：缺口不是「没人做」，是「这五类里缺哪类」

science_gap_matrix({ claimId: "kc_...", limit: 8 })

五个方向各有自己的检索式和覆盖判定：

方向	检索式后缀	什么算「已覆盖」
theory	convergence rate analysis bound	标题/摘要/刊名含 convergence / regret / bound / theorem / proof
scale	large scale scaling law	large-scale / scaling / billion / at scale
transfer	transfer cross-domain generalization	transfer / cross-domain / generalization / OOD
reproduction	reproducibility replication	reproduc / replicat / independent verification
benchmark	benchmark evaluation suite	benchmark / suite / leaderboard / evaluation framework

判定：覆盖 0 篇 = gap，1–2 篇 = thin，≥3 篇 = crowded。 theory 方向在 claim 本身已有定理证据时直接标 not-needed——不要让人去补已经有的东西。

关键词决定一切，锚点救它

Muon 那条 claim 自动抽出来的词是 ["lowered","record","training"]—— 拿去查「training speed record convergence rate analysis bound」，命中 20 篇，覆盖 0 篇。 这个 0 是假的，它只是说明检索式不对。

工具因此有 anchorKeywordsFromItem()：从仓库名推锚点，KellerJordan/Muon → ["muon","optimizer"]， zhehangdu/Newton-Muon → ["newton","muon"]。带上锚点后检索词变成 ["muon","optimizer","training","cifar-10"]，结果才有意义（theory 1 篇、reproduction 0 篇）。

中文 claim 不做自动分词。 中文返回空数组，overall: "needs-keywords"， 要你自己给 keywords: ["orthogonalized momentum", "spectral norm"]。 用整段中文去检索只会更空——这不是限制，这是不假装能分词。

铁律

检索不到 ≠ 全新。 十源覆盖的是已发表和预印本，代码仓里的私有结果查不到； 一个 verdict: "gap" 的完整含义是「用这组关键词没查到」。 投稿前还要用 science_novelty 撞一次标题，那是另一层。

四、design：band 3 和 band 5 要的东西不是一回事

science_contribution_design({ claimId: "kc_...", gapId: "gap_...", targetBand: 4 })

先把 claim 归入七类之一：new-theory / new-algorithm / empirical-law / negative-result / benchmark / unification / systems。判定靠句式特征，equivalent to、fail to reproduce 这种标志性说法权重更高（+2），因为它们本身就是结论。

然后按目标档位给证据清单。同一份工作，band 3 和 band 5 的清单完全不同：

以 new-theory 为例，band 3 只要「标准假设下的收敛率 + 与 2-3 个基线对比 + 可复现实现」； band 5 要「上下界匹配或首个紧界 + 假设弱于已有最好结果 + 理论常数项在真实模型上量级相符

• 跨 3 个数量级 2 个模态一致 + 能抽出可复用的设计原则」。

estimatedWeeks 只算目标档的未拥有项——把 4/5 档算进来会让「目标是 band 3」看起来比 「目标是 band 5」更久，那没有意义。上行空间单独用 upwardWeeks 报。

gateGaps 给的是「为什么会被拒」，不是「还差什么实验」：

band 5 必须有紧界或普适机制；只分析一个算法的收敛率，再干净也上不去

最该看的字段是 gapFit

⚠ 缺口是 theory，但方案落在 new-algorithm 上。
  要么换贡献类型，要么先补 new-theory 的证据——用实验去填理论缺口是最常见的失败设计。

缺口类型和贡献类型有天然配对：theory→new-theory、scale→empirical-law|new-algorithm、 transfer→unification、reproduction→negative-result、benchmark→benchmark。 配错了，你做出来的东西填不上你发现的那个洞。

没有「好」和「坏」，只有「配对」和「不配对」。 工具不评优劣，只指张力。

五、plan：结构，不是措辞

science_paper_plan({ planId: "cp_...", journalId: "neurips" })

给三样东西：三个断言式标题结构、摘要五槽、图的顺序。

标题

五套结构，每套都是「主语 + 方向 + 可证伪」：

结构	适合	例子
{X} sets {Y}	机制主张	Chaperone concentration sets the folding rate
{X} bounds {Y}	有定理	Orthogonalized momentum bounds the update spectrum
{X} governs {Y} across {Z}	跨规模普适	A single exponent governs performance across four orders
{X} does not {Y} when {Z}	反例	Second-order optimizers do not improve wall-clock time below 1B
{X} is equivalent to {Y} under {Z}	统一	Adaptive methods are sign-SGD under a diagonal preconditioner

草稿是机械填充的，必然要重写。 工具标了 draftIsRough: true，并且给了三个自检问题： 主语在前 5 词内吗、动词是方向词吗、能被一个实验推翻吗。 从「结构对不对」开始改，不要从「措辞好不好」开始改。

如果 claim 原句本身已经满足三个条件（有主语、有方向、可证伪、≤14 词）， 工具直接把它作为第一个候选并标 fromClaim: true。这种情况很常见—— 好的 claim 和好的标题本来就是一个东西。

Figure 1

硬规则：必须是全文的核心发现，不是示意图、不是流程图。 把 Figure 1 和标题一起给别人看，他能否说出你在主张什么；不能就重画。 figureOrder 里不存在「示意图」这个位置——理论工作最多在最后加一张假设与结论的关系图。

摘要五槽

第 2 槽（空白）最容易漏，也是编辑判断「为什么现在」的唯一依据。 第 4 槽必须有数字和样本量。工具会标出哪几槽是 partial、哪几槽是 empty； nextActions 直接把 empty 的槽名列出来。

六、常见误读

• 「credibility 0.58，说明这条路能中」——它只说明这个仓库值得读。0.581 的 Muon 和 「能发 Nature」之间没有任何联系。工具链里没有任何一处预测录用。
• 「五个方向都没缺口，那就没法做了」——crowded 不等于关门。它只说明这些方向已有工作； 真正的问题变成「在这些工作之上再往前一步是什么」，gateGaps 会告诉你那一步是什么。
• 「band 5 清单太长，先按 band 3 做」——可以，但要清楚 band 3 的东西投 band 5 会被 desk reject，不是因为质量差，是因为它们量的不是同一件事。
• 「distill 出了 5 条 claim，我挑最长的写」——挑 evidenceKind: "theorem" 且 confidence: "high" 的。长度和重要性无关。
• 「gap 说 theory 是空白，我去补个收敛证明就能发」——先看 gateGaps。 只分析一个算法的收敛率，再干净也到不了 band 5。

七、一条完整链

science_frontier_scan({ topic: "muon optimizer", limit: 5 })
  → g:kellerjordan/muon (0.581, method, 2 篇关联论文)
science_knowledge_distill({ itemId: "g:kellerjordan/muon" })
  → 2 条 claim（都是 result-only，note 提示缺机制）
science_gap_matrix({ claimId: "kc_..." })
  → theory thin(1) / scale thin(1) / transfer thin(2) / reproduction gap(0) / benchmark thin(2)
science_contribution_design({ claimId: "kc_...", gapType: "theory", targetBand: 4 })
  → new-algorithm，4 项目标档证据，3 处门槛差距，gapFit ⚠
science_paper_plan({ planId: "cp_..." })
  → mechanismPresent: false，标题槽留空，风险 high，下一步：先补机制实验

最后一行就是这一层的全部价值：它在你写第一句话之前，告诉你还差什么。