56-报告级方法附录 Template v1.0 | 第3章 报告结构（人读 + 机读）

目录 ／ 文档-技术白皮书 ／ 56-报告级方法附录 Template v1.0

第3章 报告结构（人读 + 机读）

I. 章节目标与范围（强制）

• 固定人读正文与机读清单的一一对应结构，使方法条目可复现、可审计、可回放。
• 适用对象：单一方法条目在发布版报告中的标准呈现与导出（YAML/JSON 等价）。

II. 人读结构（固定顺序，强制）

• 方法名称与定位：一句话定义；适用域与非目标。
• 理论要点（S/P 锚点）：关键假设、边界与最小推导。
• 数学表述与符号表：主方程、符号清单；含路径 gamma(ell) 与测度 d ell。
• 算法与伪代码：步骤、复杂度、数值稳定性注意事项。
• 数据与实验设计：数据集@版本、抽样与对照、变量控制。
• 计量与校准（M）：单位/量纲、校准流程、误差来源与传播；check_dim=true。
• 评测协议与门禁：指标定义、窗口与阈值；gate_<metric><comparator><threshold>@<window>。
• 不确定度与检验：CI_95%、功效与多重性控制。
• 消融与敏感性：变量/路径/超参敏感性与 delta_* 指标。
• 实现绑定（I）：API/Schema/函数原型、兼容策略。
• 可复现与工件：环境、容器、script@commit、dataset@version、工件与哈希。
• 风险与回滚入口：触发器、回滚步骤与复原门禁。
• 引用与交叉引用：固定体例“见《<卷名> vX.Y》Ch.x S/P/M/I…”。

III. 机读结构（字段域与最小必填，强制）

• method.*（名称/范围/锚点）
• math.*（方程/符号/路径与测度/量纲校核）
• algo.*（伪代码/复杂度）
• data.*（数据集/抽样/对照）
• metrology.*（单位/量纲/校准/误差）
• evaluation.*（指标/门禁/统计方法/窗口）
• uncertainty.*（CI/折减口径）
• ablation.*（方案与结果要点）
• impl.*（API/函数原型/兼容策略）
• reproducibility.*（容器/脚本/最小复现命令/工件）
• risks.*（触发器/回滚/复原门禁）
• references.see[]（卷名+版本+锚点）

IV. 字段与约束清单（可直接拷贝）

V. 机读 Schema（YAML；JSON 等价，强制）

method:

name: ""

scope: { in: "", out: "", non_goals: [] }

anchors: { S: [], P: [], M: [], I: [] }

math:

statements:

- "T_arr = ( ∫ ( n_eff / c_ref ) d ell )"

path: "gamma(ell)"

measure: "d ell"

symbols:

- { name: "n_eff", unit: "1", dim: "1" }

- { name: "c_ref", unit: "m·s^-1", dim: "L T^-1" }

check_dim: true

algo:

pseudocode: |

# steps...

complexity: { time: "O()", space: "O()" }

data:

datasets: ["cmb_set_v3@v3", "lens_v1@v1"]

sampling: "stratified"

controls: ["region", "band"]

metrology:

units: ["s","m","kg"]

calibration: ["Mx-*"]

error_sources: ["instrument","numerical"]

evaluation:

metrics:

- { name: "gate_accuracy", direction: "↑" }

- { name: "gate_latency", direction: "↓" }

gates_hard: ["gate_accuracy>=0.99@7d"]

gates_soft: ["unit_cost<=1.0x@30d"]

stats: { method: "bootstrap", ci: "95%" }

uncertainty:

discount: { k_sigma: 1.0, formula: "s' = clamp(s - k*sigma, 0, 1)" }

ablation:

plan: ["remove_component_X","freeze_param_Y"]

highlights: []

impl:

api: ["/api/v1/methods/{name}/evaluate"]

functions: ["evaluate_method(req: EvalReq) -> EvalReport"]

compatibility: { version_range: "[1.0,2.0)", fallback: "adapter_v1" }

reproducibility:

container: "registry/replay:2025.09@sha256:…"

scripts: ["arrive_time_check.py@a1b2c3"]

repro_cmd: "docker run … replay --suite arrive_time_check.py --dataset cmb_set_v3@v3"

risks:

triggers: ["gate_accuracy<0.98@7d","compat_rate<0.99@replay"]

success_gates: ["gate_accuracy>=0.99@24h","compat_rate>=0.995@replay"]

artifacts: ["yaml","json","pdf"]

references:

see:

- "EFT.WP.Core.Equations v1.1:S20-1"

- "EFT.WP.Core.Metrology v1.0:check_dim"

- "EFT.WP.Core.DataSpec v1.0:I30-2"

VI. 人读 × 机读映射（强制）

VII. 最小样稿（人读摘要 × 机读片段，强制）

1. 人读摘要：
   • 采用一般口径：T_arr = ( ∫ ( n_eff / c_ref ) d ell )；路径 gamma(ell) 为观测线段，测度 d ell 为弧长微元；check_dim=true。
   • 硬门禁：gate_accuracy>=0.99@7d；软门禁：unit_cost<=1.0x@30d。
2. 机读片段（并入全文 Schema 对应位置）：

math:

statements: ["T_arr = ( ∫ ( n_eff / c_ref ) d ell )"]

path: "gamma(ell)"

measure: "d ell"

symbols:

- { name: "n_eff", unit: "1", dim: "1" }

- { name: "c_ref", unit: "m·s^-1", dim: "L T^-1" }

check_dim: true

evaluation:

gates_hard: ["gate_accuracy>=0.99@7d"]

gates_soft: ["unit_cost<=1.0x@30d"]

VIII. 校验规则（正则/一致性，强制）

• 引用：^EFT\.WP\.[\w\.]+ v\d+\.\d+(?:\.\d+)?:[PSMI]\d+(?:-\d+)?$。
• 方程：行内使用反引号包裹；出现 T_arr 时，math.path 与 math.measure 不得为空。
• 门禁：gate_<metric>(>=|<=)[^@]+@[^ ]+$；统计方法与 ci 必填。
• 量纲：math.check_dim=true；math.symbols[*].unit/dim 必填。

IX. 引用与交叉引用体例（强制）