methodology-sample-flow-extractor-zh

Hermes 适配说明

• 本 skill 现面向 Hermes 使用，优先依赖 Hermes 原生工具：search_files、read_file、write_file、patch、session_search、delegate_task、cronjob、browser、web/search、vision。
• 若正文提到 references/... 或 scripts/...，优先读取当前 skill 目录下对应文件，不再依赖 Claude 专属目录结构。
• 原始 Claude agents/openai.yaml 不作为执行前提；需要并行研究、分工精读或角色评审时，改用 Hermes 的 delegate_task。
• 保留原有研究方法论与产物契约，但执行层统一按 Hermes 工具体系落地。

Methodology Sample Flow Extractor（中文）

这个 skill 负责抽取“方法怎么做”，尤其是：

• 训练样本怎么构造；
• 分几个阶段；
• 哪些是公开 prompt / template；
• 哪些比例和规则公开了，哪些没有。

它不是普通 paper-reader-zh 的替代，而是一个更偏“实验与实现结构”的专用抽取器。

何时使用

• 你要做“训练方式 / 样本流”专题。
• 你想把多篇论文的 methodology 放到统一模板里比较。
• 你想知道论文有没有公开 prompt、appendix template、task mixture、sample ratio。
• 你想产出方法例子集、实验设计模板、样本构造路线图。

输入

• sources[]
  • 论文、PDF、appendix、官方技术页
• focus
  • sample_flow
  • public_prompt_evidence
  • loss_stack
  • stagewise_training
  • industrial_result_mapping
• granularity
  • paper_card
  • comparison_table
  • execution_template

输出

• methodology_packet
  • task_and_scene
  • raw_data_objects
  • token_objects
  • stagewise_sample_flow
  • training_targets
  • loss_stack
  • public_prompt_evidence
  • disclosed_ratios
  • undisclosed_gaps
  • industrial_results
• method_comparison_rows[]
• illustrative_examples[]

工作流

1. 先判断论文属于哪一类：
   • tokenizer / SID
   • generative retrieval/search
   • recommendation backbone
   • reranking / control
   • training system / serving
2. 优先抽“对象定义”，再抽“怎么训练”：
   • raw tables / raw logs
   • sample object
   • token object
   • list object
3. 再按阶段抽取：
   • Stage A tokenizer / SID
   • Stage B backbone supervision
   • Stage C alignment / preference
   • Stage D online refresh / serving coupling
4. 识别是否存在公开 prompt / template：
   • 正文里的 instruction 示例
   • appendix 表格里的 prompt template
   • figure / pseudo-template
5. 把没有公开的地方显式记成：
   • 未披露
   • 摘要级可知
   • appendix 可知
6. 如果用户要求例子集，可在论文支持范围外补 illustrative example，但必须明确标注为示意，不得冒充论文原文。

守护

• 不把“方法直觉”写成“论文披露的实现细节”。
• 对 prompt/template 尤其保守：只有公开正文/附录稳定可见时，才记为公开证据。
• 对 ratio、filtering threshold、sampling policy，只要没看到原文，就写 未披露。
• 对工业收益，不做跨论文强行横比；只记录论文公开写出的结果。