idea-mininglisted

# Idea Mining（创新点挖掘） 不做自由联想。每个候选 idea 必须由**构思模式 × 具体缺口**结合而成，且自带证伪计划。 ## 输入 - 研究方向（必需） - `gap_matrix.md`（若无，先调用 literature-gap-mining 或做一轮轻量检索） - 领域模块 `domains/<领域>.md`（若有，其"已知陷阱/被固化假设"节是重点原料；若附带 `domains/references/` 论文统计（如时序的 ts-forecasting-survey），用其拥挤度梯度 避开高密度路线、优先扫描低基数上升区与矛盾格，并注明统计数据时点） ## 构思模式库（逐个套用，每模式至少认真尝试一次） 提炼自 ICLR/ICML/NeurIPS 高分论文的常见创新模式： 1. **打破固化假设**：领域默认了什么假设（平稳性、通道独立、固定 lookback、点预测……）？打破它会怎样？ 2. **外部约束内化**：把靠外部模块/后处理保证的性质（物理约束、单调性、频域特性）内化进结构，by construction 成立。 3. **启发式→可学习**：把手工设计的组件（patch 大小、分解规则、归一化策略）换成自适应/可学习的最优化。 4. **跨域机制迁移**：把别的领域被验证的机制（检索增强、MoE、状态空间、扩散）迁移过来——必须回答"迁移中什么发生了本质变化"，否则是缝合。 5. **失败驱动**：baseline 在哪类样本/条件下���统性失败？失败归因 → 修复机制。（最容易出真洞察） 6. **矛盾解释**：缺口矩阵中的矛盾格——两篇论文结论冲突，提出解释框架并预测新现象。 7. **诊断/度量创新**：现有评测度量不到的能力，设计受控诊断，往往顺带发现方法缺口。 8. **尺度/成本轴翻转**：同等性能下降低一个数量级成本，或极端小/大数据条件下的行为。 9. **理论补位**：经验上 work 但无解释的方法，给出理论刻画并由理论导出可检验的改进。 10. **任务重构**：改变问题的输入/输出/评测框架本身（如点预测→分布预测、单变量→变量间因果结构感知）。 ## 每个候选 idea 的产出格式（idea card） ```markdown ## Idea <N>: <标题> - 构思模式：<上表编号+名称> - 针对缺口：<gap_matrix 中的具体格 / 失败现象> - 核心机制（3-5 行，须具体到可实现） - 关键洞察：现有方法为什么在此���败，本方法为什么能解决（禁止"A+B 应该更好"式表述） - 证伪计划：一个最小实验，若结果为 X 则该 idea 直接否定 - 最小验证实验：数据集 / baseline / 指标 / 预期现象（≤1 GPU·天量级） - 预判风险：最可能被审稿人攻击的一点 - 快速撞车预查：method-signature 一句话查询 + 命中的最近邻工作（标题+一句话机制）+ 初判（清晰/存疑） ``` ## 流程 1. 读缺口矩阵与领域模块，列出 3-6 个候选缺口（优先矛盾格、脆弱格、失败现象）。 2. 10 个模式 × 候选缺口做笛卡尔扫描，粗筛出 12-20 个组合。 3. 每个组合展开成 idea card 草稿；淘汰：机制说不具体的、洞察一栏写不出失败归因的、证伪计划写不出来的。 4. **快速撞车预查（强制，防返工）**：对存活的每张卡，用其核心机制拼一条 method-signature 查询（5-