而且你的baseline目前也比较单薄，没有比较新的25年，26年出的那些顶会论文项目baseline，baseline一般至少要有8个，这些你不要口头说…
- Stable ID:
codex-user-prompt:0265e11e8c560a10
- Source kind:
codex-session-user
- Category:
research-workflow
- Timestamp:
2026-05-11T10:35:06.689Z
- Semantic hash:
0265e11e8c560a10e10c23be4e81685787e67e757fef4a3bc6abf26a8de93eb9
- Public handling: selected full-text prompt with secret filtering.
Prompt Text
而且你的baseline目前也比较单薄，没有比较新的25年，26年出的那些顶会论文项目baseline，baseline一般至少要有8个，这些你不要口头说，而是做好报告加搭好该有的框架，能直接上服务器跑的那种程度。我们现在做的实在是toy，并没有啥自己的想法，只是在比较别人什么时候赢，几乎没什么贡献，也跟llm不搭边，没有训练小模型，没有观察阶段，没有llm4protein的那种思维。这些我都需要
我认为从观察（观察阶段基本就是多个全域，至于几个你需要参考其他人的顶会论文项目（或者最好就是观察的数量和后面train的数量一样））（观察即可用qwen3 8B作为调用，能够发现我们在base（也就是只有qwen3 8B）调用下发现的现象和观察）我们发现了痛点或者说可以矫正，然后到baseline我们都是得重新做成一个formal（baseline的其他配置跟其他baseline相同）版本的。那你告诉我，他们目前代码和方法设计部分跟baseline相比是否欠缺，最好派个reviewer审核一下，能不能在有创新性的情况下优化和升级，不必过分拘泥于当前的苟且，而是要深，细化，复杂，并且要效果好。要reviewer和实作的agent这么反复的对接，细细讨论，最终才能做好。可以参考最新的顶会论文里面的项目的方法流程，但只能作为借鉴，实际自己的内容决不能是缝合或者抄袭的。多agent协作，并且最好把这句话加进去（要参考或者调研时，可以仔细精读理解学长推荐论文项目或者其他顶会论文项目，但只能作为借鉴，实际自己的内容决不能是缝合或者抄袭的。）。做完了之后也要在相关文档上的milestone加上这两个，也是最重要的两个部分的内容,因为是我们自己的，必要时做增删改查。结束时可以做到直接上服务器跑指令的那种完成度
Reuse Notes
- EXTRACTED: This is a selected Codex prompt or automation prompt from the local Codex corpus.
- INFERRED: Future agents can reuse its structure, constraints, and acceptance criteria when creating similar Codex workflows.