结果核验

问题与假设

检查模型是否回答了原问题，变量、单位、边界和约束是否定义清楚。对简化假设说明理由，确认假设没有悄悄替换研究目标。

数据与代码

核对数据来源、样本量、缺失值与异常值的处理方式。重新运行关键代码，检查输入路径、参数、随机种子与输出位置。不要把一次没有报错的运行等同于正确求解。

模型与实验

选择适合问题的验证方式，对照基线并检查异常结果。关注数据泄漏、过拟合、单位错误和不恰当的评价指标。需要时进行敏感性分析或在不同条件下复算。

图表与论文

确认图表中的数字和正文一致，坐标、单位、图例、表头及来源完整。核对公式编号、交叉引用、排版与模板要求，检查最终导出的 PDF，而不仅是编辑器里的文字。

引用与提交规范

逐条确认引用存在且支持相应论点。遵守所在学校、赛事、期刊关于 AI 辅助、署名和材料提交的要求。AI 生成的文字、代码和引用可能有误，最终需要使用者独立判断。