idea-tournament

创意锦标赛

一个结构化框架，通过基于树的扩展生成多样化的研究创意，然后在四个质量维度上通过 Elo 评分的两两锦标赛选出最有潜力的候选项。

何时使用此技能

• 用户通过 research-ideation 获得了研究方向，需要具体且经过排序的创意
• 用户想在确定方向前系统地比较多个研究创意
• 用户询问创意排名、竞争式筛选或提案生成
• 用户想探索某个研究概念的不同变体，并选出最佳方案
• 用户提到“创意锦标赛”“对创意排名”“比较方案”“研究提案”“哪个创意最好”

从方向到提案

从“我有一个研究方向”到“我有一个具体提案”之间的差距，是大多数研究人员停滞不前的地方。他们要么直接采用第一个创意（错过更好的替代方案），要么无休止地头脑风暴，却始终无法收敛（分析瘫痪）。

锦标赛能同时解决这两个问题。阶段 1 强制拓展思路——通过系统地改变技术、领域和问题表述，最多生成 N_I=21 个候选项（论文设定的上限）。阶段 2 强制收敛——通过两两 Elo 比较找出最有潜力的创意，无需同时在脑中记住所有候选项。

开始之前：

1. 从创意记忆（M_I）中加载先前的知识：
   • 参阅 evo-memory 技能 → 在 /memory/ideation-memory.md 中读取 M_I
   • 通过比较每条记录的 Summary 和 Retrieval Tags 与用户当前目标的匹配程度，选出最相关的前 2 条记录（k_I=2）
   • 可行方向将作为树的种子——在阶段 1 中将其纳入第 1 层分支
   • 不成功的方向（仅限根本性失败）将在剪枝时使用——剪除任何符合根本性失败模式的树分支
   • 如果 M_I 尚不存在（首次循环），则跳过此步骤
2. 检索与用户目标 G 相关的文献 L。论文将创意树搜索定义为 IdeaTreeSearch(G, L, K_I)——文献与用户目标和检索到的记忆一样，都是正式输入。使用网络搜索或用户提供的论文，确保创意基于现有研究。

阶段 1：树结构创意生成

通过每层改变一个维度，将种子创意扩展为候选项树。树结构可确保多样性——每个分支都探索根本不同的变体，而不是对同一概念做细微调整。

三个维度

层级	维度	变化内容	示例
0	种子	起始研究方向	“高效的大模型推理”
1	技术	核心技术方案	剪枝、量化、蒸馏
2	领域	应用场景	边缘设备、多模态、长上下文
3	问题表述	问题的界定方式	受延迟限制、受内存限制、保持准确率

扩展流程

第 0 层——种子（1 个节点）：从 research-ideation 中的研究方向开始。这是根节点。

第 1 层——技术变体（3 个节点）：针对种子方向生成 3 种根本不同的技术方案。这些方案应属于不同范式，而不是同一种技术的不同变体。仔细思考并确认每种方案确实各不相同。

第 2 层——领域适配（6–9 个节点）：针对每个第 1 层节点，生成 2–3 种特定领域的适配方案。这种技术在不同场景下如何应用？哪些领域特有的限制会带来新的挑战？

第 3 层——问题表述变体（总计最多 N_I=21 个叶节点）：针对每个第 2 层节点，细化出 1–3 种具体的问题表述。问题表述应明确界定问题本身——输入、输出、限制条件和评估标准。论文将 N_I=21 设为候选创意数量的上限。如果树生成的叶节点少于 15 个，则进一步扩展第 2 层或第 3 层。如果超过 21 个，则进行剪枝，使数量保持在 N_I 上限内。

每个节点的循环：提出 → 评审 → 完善

对于每个新节点：

1. 提出：用 2-3 句话描述这个想法
2. 评审：批判性地评估——它真的与同级节点不同吗？它至少有一定的可行性吗？
3. 完善：根据评审结果打磨描述。删除含糊的表述。明确说明创新点。

剪枝

扩展每个层级后，剪去明显不可行的分支。如果某个分支：

• 需要根本无法获取的资源（例如，你无法访问的专有数据集）
• 与公认的理论成果相矛盾
• 与已有成熟方案重复，且没有实质性变化
• 出现在 evo-memory 的失败方向中，且属于根本性失败（而非实现失败）

则该分支属于“明显不可行”。

重要：剪枝只移除明显行不通的想法。不要剪掉有风险、非传统或超出你当前专业知识范围的想法——竞赛正是为了公平地评估这些想法而设计的。

将完整的树保存到 /idea-tree.md。

详细的扩展规则和多样性指标请参阅 references/tree-search-protocol.md。

阶段 2：Elo 竞赛排名

通过四个质量维度的两两比较，对所有叶节点候选方案进行排名。瑞士制配对可以控制比较次数，同时仍能得出可靠的排名。

四个维度

维度	权重	衡量内容
新颖性	25%	与现有已发表成果相比，这个想法有多大不同？
可行性	25%	能否在合理的时间和资源范围内实现并验证？
相关性	25%	这个想法是否针对该领域的重要开放问题？
清晰度	25%	这个想法的定义是否足够清晰，可以立即着手研究？

所有维度的权重相同。研究人员往往过度看重新颖性，而低估可行性——采用相同权重可以纠正这种偏差。

竞赛机制

初始 Elo：所有候选方案均为 1500。

K 因子：32（新选手的标准值；足以让几场比赛显著改变评分）。

瑞士制配对（4-5 轮）：

1. 第 1 轮：随机配对
2. 后续轮次：为当前 Elo 评分相近的候选方案配对，并避免重复对决
3. 对于 15-21 个候选方案，4-5 轮足以得出稳定的排名

每场比赛的流程：

1. 并排展示两个候选方案及其完整描述
2. 按全部 4 个维度分别评分（1-10 分制）
3. 计算综合得分（4 个维度的平均分）
4. 确定比赛胜者（综合得分较高者）
5. 使用标准公式更新 Elo 评分（公式、计算示例和收敛标准请参阅 elo-ranking-guide.md）

将排名保存到 /idea-rankings.md。

详细的评分标准和收敛标准请参阅 references/elo-ranking-guide.md。

阶段 3：方向总结

将排名前三的想法综合为一份“有前景的方向”摘要。这样做有两个目的：保留选择空间（最佳想法可能结合多个候选方案的要素），并将其提供给 evo-memory，用于后续周期。

总结流程

对于排名前 3 的每个想法：

1. 提炼核心研究方向（概括掉具体实现细节）
2. 找出让该方向前景看好的关键洞见
3. 指出主要风险或不确定性
4. 对照 evo-memory——该方向以前探索过吗？有哪些经验教训？

然后综合排名前 3 的想法：

• 它们有哪些共同之处？这些共同点可能指向一个更有力的综合方向。
• 排名靠前的想法在哪些维度上表现出色？是否存在某些规律（例如，所有排名靠前的想法可行性得分都很高，但新颖性得分一般）？
• 有什么遗漏？原始种子中是否有重要方面没有被任何排名靠前的想法涉及？

保存到 /direction-summary.md。

完成后，触发 evo-memory IDE（想法方向演进），使用已确定的有前景方向更新 Ideation Memory。

第四阶段：扩展提案

将锦标赛获胜方案（排名第 1）扩展为完整的研究提案，提供足够的细节以便开始实施。

提案结构

论文将提案 P 定义为包含 5 个部分：背景、相关工作、方法、实验计划和预期结果。我们将其扩展为第 6 个实践部分（风险与缓解措施）。

1. 背景：明确界定问题——输入、输出、约束，以及现有解决方案为何不足。具体说明：“在内存不足 2GB 的边缘设备上进行大模型推理，同时保持超过完整模型准确率 90%”是背景陈述；“让大模型更快”则不是。包含背景信息和研究动机。

2. 相关工作：说明该想法在现有文献中的定位。已有过哪些尝试？存在哪些空白？本部分应参考 L 在第一阶段生成树时检索到的文献。

3. 拟议方法：详细描述技术方案，使其足以支持实施。说明使该方案区别于以往工作的关键洞见。明确列出假设。列出 3 项可检验的贡献。

4. 实验计划：数据集、基线、指标和消融设计。本部分应与 experiment-pipeline 第四阶段的需求保持一致。适当加入定量指标和定性评估。

5. 预期结果：定量目标（例如，“延迟降低 15-20%，准确率损失低于 2%”）和定性预期。具体说明预期结果有助于判断该想法是否切实可行。

6. 风险与缓解措施（实践扩展）：可能妨碍成功的技术风险，以及针对每项风险的备用方案。提案中没有风险分析，要么不够坦诚，要么分析不足。本部分不在论文中，但对制定实际研究计划很有价值。

保存到 /research-proposal.md。

有关各部分的详细指南，请参阅 references/proposal-extension.md。

反直觉的锦标赛规则

在构思和排名时优先遵循以下规则：

1. 数量优先于质量：先生成大量候选想法，再进行评估。过早筛选会扼杀多样性。在看过其他选项之前，你无法知道哪个想法最强——而最好的想法往往来自树中意想不到的分支。

2. 每个层级只改变一个维度：同时改变多个维度，得到的想法虽然不同，却未必真正多样。树的每个层级都应探索一个变化维度，这样你才能确切了解每个分支的独特之处。

3. 可行性不可或缺：出色却不可行的想法会浪费整个研究周期。在约束条件内无法验证的新颖想法并非贡献，而只是思想实验。应将可行性与新颖性同等看待。

4. 锦标赛会带来意外发现：结构化的两两比较往往会发现，你最初看好的想法其实并非最强。相信排名，而不是直觉。如果结果出乎意料，说明锦标赛正在发挥作用——它揭示了仅凭直觉无法发现的信息。

5. 剪枝不等于选择：只剪掉明显不可行的分支。质量排名交由锦标赛处理。如果你在锦标赛开始前就大幅剪枝，便是在用最初的直觉取代系统化比较——而这正是锦标赛旨在纠正的偏见。

6. 选前 3，而非只选第 1：总结排名前 3 的方向（而不只是赢家）可以保留选择空间。最终最好的方案可能会结合多个顶尖候选的要素。过早地只认定一个想法，会丢弃有价值的信息。

移交给规划阶段

锦标赛结束并完成提案后，将以下材料交给 paper-planning：

材料	来源阶段	用途
研究提案（5+1 个部分）	阶段 4	故事设计、实验规划
想法树（完整结构）	阶段 1	相关工作定位
Elo 排名及分数	阶段 2	论证所选方向的依据
方向摘要（前 3 名）	阶段 3	主要方向失败时的备选方向
锦标赛评分卡	阶段 2	了解想法的优势与劣势

还要将结果交给 evo-memory，用于演进更新：

• 使用阶段 3 的前 3 个方向触发 IDE（想法方向演进）

技能集成

开始前（加载记忆）

参考 evo-memory 技能以读取构思记忆： → 读取 M_I，路径为 /memory/ideation-memory.md

阶段 3 之后（更新记忆）

参考 evo-memory 技能并触发 IDE： → 使用 /direction-summary.md 运行 IDE 协议

阶段 4 之后（移交给规划阶段）

参考 paper-planning 技能： → 传递 /research-proposal.md

参考资料导航

主题	参考文件	使用时机
树扩展规则与多样性	tree-search-protocol.md	生成多样化的想法候选
Elo 公式、评分标准与配对	elo-ranking-guide.md	进行锦标赛
提案各部分的撰写指南	proposal-extension.md	撰写研究提案
想法候选模板	idea-candidate-template.md	描述单个想法
排名评分卡模板	ranking-scorecard-template.md	记录两两比较结果
方向摘要模板	direction-summary-template.md	综合排名前 3 的方向