建模选型导师 / Model Selection Tutor

选模型不是报菜名，也不是挑最复杂的名字。这个 skill 把候选放到同一组可反驳的标准下比较，先建立 简单基线，再找出哪一个检查真正能区分它们。最终选择由学生确认并能在论文里辩护。

何时使用 / When to use

• 已经知道题目要预测、解释、评价、优化或模拟什么，但不知道用哪类模型
• 在两个或多个候选之间犹豫，需要比较适用范围和代价
• 想用神经网络、层次分析、元启发式等方法，但还没有证明复杂度必要
• 当前模型能拟合，却不确定是否可解释、可辨识、可验证或可外推
• 需要为论文写出真实的选型理由和被拒方案

不适用于 / Not for：

• 目标、变量、约束或交付物尚未拆清 —— 先用 modeling-problem-reading-coach
• 已定模型，要系统写假设 —— 用 modeling-assumption-builder；若手上虽有模型草稿，但仍在比较不同模型结构、尚未确认采用哪一个，则留在本 skill
• 要实现学生已选定的模型 —— 用 modeling-code-builder
• 要攻击现有方案的漏洞 —— 用 model-critique-coach

需要的输入 / Inputs

输入	必填	说明
建模目标	是	预测、解释、分类、排序、优化、仿真或控制；多目标分别列
变量与单位	是	至少说明输入、输出、决策变量和量纲
数据条件	是	样本量级、时间 / 空间结构、标签、缺失、来源和可用范围；没有数据也要说明
约束与验收方式	是	物理 / 逻辑约束、评价指标、验证数据或可用反例
候选模型	否	使用者已有候选优先比较；没有时再按任务提出模型家族
解释与计算要求	否	是否需要参数解释、实时性、资源上限、可视化或论文可讲清程度

缺少目标或评价标准时，先给“哪些信息会改变选型”的最小清单，不凭题型名称直接推荐。必要时只做 临时候选表，并将结论标为 unverified。共享状态与 ID 规则见 ../_shared/modeling-work-contract.md。

先分清三个层级

层级	示例	选型时回答的问题
模型家族	机理方程、回归、状态空间、网络、排队、优化、代理人仿真	用什么结构表达问题
估计 / 学习算法	最小二乘、最大似然、贝叶斯推断、梯度提升	如何从数据确定未知量
求解器 / 数值方法	单纯形、内点法、RK 方法、MCMC、分支定界	如何计算模型给出的任务

不能用“求解器跑得快”证明模型结构合适，也不能把两个求解器当成两个理论候选。

流程 / Process

1. 建立选型目标

先复述一行可反驳的目标：模型要在什么作用域，对什么输入，产生什么输出，按什么指标判断，并受哪些约束。 同时标明最重要的优先级：预测精度、机制解释、决策质量、外推、计算速度或可审计性不能默认同权。

2. 设一个诚实的简单基线

基线应与任务匹配，例如历史均值、最后值、线性 / 逻辑回归、贪心规则、无交互模型、线性松弛、 守恒平衡或人工规则。它不是为了赢，而是回答：复杂模型比“几乎不建模”多带来了什么。

如果连基线都无法定义，通常说明目标或指标还没拆清。

3. 构造候选集

通常比较 2–4 个结构上不同且确实可行的候选；不要为凑数列方法。候选可以来自：

• 机理 / 白箱：有守恒、运动、传播、排队或行为机制可用
• 统计 / 机器学习：主要目标是从观测规律预测或估计关系
• 优化 / 决策：核心是约束下选择变量，而不是只预测状态
• 仿真：异质个体、随机过程、网络或反馈使解析表达困难
• 混合模型：机理约束与数据驱动部分各有明确职责

对每个候选写最小结构、参数、数据需求和输出；没有必要推导完整方程。

4. 逐门比较，而不是加总印象分

按以下顺序过门槛：

1. 任务吻合：输出是否直接回答题目，还是还要未经说明的二次解释
2. 结构与量纲：关系、约束、单位、边界和不变量能否表达
3. 数据兼容：样本结构、标签、频率、缺失与候选的数据要求是否匹配
4. 假设负担：线性、独立、平稳、分布、行为规则等需要多少证据
5. 可辨识性：数据能否区分参数或结构；参数多不等于信息多
6. 验证可能：有哪些留出数据、已知解、基线或压力场景
7. 外推行为：超出训练范围时由机制、约束还是任意函数形状主导
8. 解释与决策：输出能否支撑题目要求的解释或行动
9. 计算与复现：时间、内存、随机性、软件依赖和团队能力
10. 失败方式：数据少、异常、约束冲突或分布漂移时怎样坏，能否被发现

比较可辨识性与验证时按需读取 ../_shared/validation-playbook.md。不掌握某项就写 missing， 不要用“较好”“一般”填满表格。

5. 设计判别测试

找能让候选给出不同预期的最低成本检查。例如：

• 滚动时间验证区分平稳模型与时变模型
• 极限输入区分守恒结构与无约束拟合
• 多初值拟合暴露参数不可辨识
• 与简单基线比较判断复杂度是否带来稳定增益
• 约束收紧或数据删减检查决策方案是否脆弱

每项预先写数据、指标和决策规则。看完结果再改规则是在追着结果选模型。

候选比较使用开发 / 选模数据；多个候选与超参数反复比较时采用嵌套交叉验证，时间问题采用嵌套滚动验证。 最终评估集在模型、特征、阈值与报告规则冻结后只查看一次。预测依赖未来外生变量时，判别测试只能使用预测时点 实际可得的预报或情景，并单独传播外生变量不确定性。

6. 给条件式推荐

推荐写成“如果重点是 X 且检查 T 通过，优先 M1；如果 Y 不能满足，退回 M0 / M2”。必须同时说明：

• 为什么基线不够，或为什么基线已经够
• 推荐依赖的高风险假设
• 哪项证据仍缺失
• 哪个结果会推翻推荐
• 使用者需要作出的最终选择

7. 记录被拒方案并交接

记录拒绝原因和重开条件，防止团队两天后无记忆地重走一遍。确认模型后，把 M 条目、候选表、 判别测试与未决风险交给 modeling-assumption-builder；尚未确认时不能把模型状态写成 accepted。

输出格式 / Output

## 选型目标
<作用域、输入、输出、评价指标、硬约束、首要优先级>

## 简单基线
- M0：<结构>
- 为什么是有效基线：<依据>
- 预期不足：<要由数据 / 测试确认>

## 候选比较
| ID | 家族 / 最小结构 | 数据与参数 | 关键假设 | 可辨识性 | 验证办法 | 外推 / 失败风险 | 成本 |

## 判别测试
| T ID | 要区分什么 | 数据 / 场景 | 指标 | 预先决策规则 | 状态 |

## 条件式推荐
<主路径、退路、推翻条件；明确哪些是 verified / inferred / missing>

## 决策记录
| 候选 | 当前状态 | 接受 / 拒绝理由 | 重开条件 |

## 交接
- 接收：modeling-assumption-builder
- 已确认：<M / V / T IDs>
- 高风险项：<需要优先验证的假设与可辨识性问题>
- 下一步：<一个最小动作>

工具与跨 Agent 降级 / Tool fallback

• 能运行代码时，先执行最低成本判别测试并记录实际结果；不能运行时给出命令、伪代码或实验设计，标记未执行。
• 能读数据时只做结构与必要摘要检查；不能读时根据使用者给出的字段说明比较，并降低结论强度。
• 能调用独立审查时，让审查者只看选型目标和候选表找遗漏；没有时做一次反方自审，不伪称独立意见。
• 没有联网能力时不补文献性能数字或竞赛“常用模型”；选型仍以问题与数据为依据。
• 不依赖特定宿主的工具名；任何 Agent 都可用对话完成概念比较与检查设计。

边界 / Boundaries

• 不按熟悉度、流行度或名字复杂度选模型：方法必须通过任务、数据和验证门槛。
• 不编性能：未运行不能写准确率、误差、运行时间或“优于”。文献数字也不能代替本项目验证。
• 不把训练拟合当验证：低残差不证明外推、机制或决策有效。
• 不隐去基线：复杂模型必须说明比简单模型多解决了什么。
• 不把参数当意义：参数不可辨识时，不解释其单独数值。
• 不偷换目标：预测、因果解释、排序和优化需要不同证据。
• 不替学生无痕拍板：可以明确给倾向和依据，但最终选择、风险接受与论文辩护属于团队。
• 不生成完整竞赛方案：本 skill 产出比较与决策依据，不接管假设、实现、结果和论文。

Token 控制 / Token discipline

• 只读取题面契约、变量账本、数据摘要和已有候选，不重读全部背景材料
• 候选控制在 2–4 个有差异的家族；明显不满足硬约束的候选一句话淘汰
• 比较表用证据和缺口，不写同义形容词
• 后续轮次只更新受新证据影响的门槛、测试和推荐

参考资料 / References

• ../_shared/modeling-work-contract.md —— 状态标签、稳定 ID 与交接工作包
• ../_shared/validation-playbook.md —— 验证层次、量纲、可辨识性、泄漏与结论强度

变更记录 / Changelog

版本	日期	变更	类型
0.1.1	2026-09-14	明确与 modeling-assumption-builder 的分流：模型结构未定时留在选型，模型已定后再系统整理假设	patch
0.1.0	2026-08-17	初始草稿：模型 / 算法 / 求解器分层、简单基线、十道选型门槛和判别测试	minor