全部科研技能

该技能提供设计可复现机器学习实验的最佳实践，包括基线设定、随机种子、消融实验和变量控制等指导。

该技能将科学方法作为通用问题解决循环，提供结构化的工作流程用于目标定义、假设生成、实验设计、测量、分析和迭代。包含快速诊断和完整研究协议，设计为一项元技能供其他技能实现。

本技能在实验结果声明前进行完整性审计，通过独立的GPT-5.5审查器检查数据集真实来源、评分归一化、结果文件存在性和实验范围，并输出审计报告，防止欺诈性实验声明。

该技能通过执行预定义的 Shell 脚本生成 TPC-H 和 TPC-DS 基准测试数据集，支持 parquet 和 duckdb 格式，可按规模因子自定义输出。