准备下一轮试验的候选与验证条件

这个场景能帮你做什么

工程师或专业模型给出多个候选后，还需要决定先验证什么、用什么对照、怎样判断失效。WorkBuddy 可以组织候选证据和验证条件，帮助团队安排下一轮实验。

开始前需要准备什么

提供历史实验与负结果、工程师候选或专业模型输出、目标约束、资源限制和企业验证规则。模型候选补训练适用范围、不确定性和已有验证，不能只给一个预测最优值。

具体怎么做

第一步：检查候选依据和约束

逐候选列提出者、依据、已知条件和未知，排除已确认违反约束的组合。超出模型适用范围时明确外推，不当成可信预测。

第二步：明确要验证的问题

区分探索新方向、复现已有结果和检验模型预测，安排相应对照。计算稳定、能否合成、实测性能和量产可行性分别验证，不能合成一个通过状态。

第三步：补重复与外部验证条件

由专业人员确定重复、留出批次和验证范围，避免相似样本在训练与测试间泄漏。允许误差、失效与回退条件使用已批准标准。

第四步：形成试验准备表

列优先候选、原因、资源、测量、停止条件及责任。计划中的预期与真实结果分栏，执行后再回填数据。

可以直接交给 WorkBuddy 的完整要求

根据附件已有实验、工程师/专业模型候选和约束，整理下一轮验证准备。
逐项列依据、未知、适用域、要回答的问题、对照、重复/外部验证要求和资源。
区分预测/计算/可合成/实测/量产状态，给允许误差、失效及回退待确认项。
不补造配方参数或预期结果，不自动控制实验设备，输出计划草案供专业人员批准。

完成后会得到什么

一份候选对比和验证准备表，说明为什么先做某项、结果怎样支持或否定假设。

结果应该怎么检查

检查候选是否符合约束，对照是否能回答问题，验证是否独立于拟合数据。确认资源与测量条件真实可用。

遇到这些情况怎么处理

候选外推风险高时提高验证要求。历史条件缺失先补记录。专业模型没有验证证据时先验证模型适用性，不直接投产。

哪些必须人工决定

研发、实验与统计人员批准方案、约束和停止条件。AI 组织候选，不直接推荐经验证最优配方或代替实验。