评估研究想法在实验前的质量，基于标题、动机和方法生成多维度评分与结论，支持单文件打分或双文件对比，不依赖外部文献或实验数据。
针对国自然申请书草稿进行逻辑诊断与修改建议，检查标题、摘要、科学问题等要素的一致性与创新性，提供实质性改进意见。
作为客观研究评审员，对已通过结构验证的ARA进行语义级认识论审查。通过阅读文件并评估证据相关性、可证伪性等六个维度，生成包含评分、优缺点及建议的结构化报告，旨在提升研究内容的逻辑严密性与真实性。
用于审计外部高风险声明（如数字、因果、模型能力）的可信度。通过结构化清单评估来源有效性、非平凡性及决策匹配度，防止不可靠信息污染文档或结论，适用于需严谨验证的研究与发布场景。
用于审计和改进手稿的统计报告，确保透明、可重复且边界恰当。支持统计审查、方法小节撰写、图注核对及审稿意见回复，强调实验单位定义与不确定性报告。
评估科学主张与证据质量，分析实验设计、统计有效性及偏差。适用于识别混杂因素、应用GRADE或Cochrane框架，以及批判性审查研究论文和结论。
用于严格验证数学证明的完整性与逻辑正确性。通过识别LaTeX证明中的逻辑漏洞并生成修复推导，执行多轮审查直至收敛，最终输出包含审计报告的验证流程。
用于评估科学研究严谨性的技能，涵盖方法论、实验设计、统计有效性及偏见分析。支持GRADE和Cochrane ROB框架，适用于论文评审、系统综述及科学主张批判性分析。
用于对学术论文进行结构化同行评审，提取贡献与方法，评估实验设计及写作质量，对比相关文献以验证创新性，并生成包含优缺点、建议及推荐意见的详细审稿报告。
对智能体原生研究产物进行语义认识论审查，评估证据相关性、可证伪性等六个维度，生成包含评分与改进建议的评审报告。
处理物理单位转换、测量不确定度传播及量纲检查。支持GUM预算构建、蒙特卡洛模拟及数量级合理性验证，确保科学计算结果的计量学准确性。
用于评估科学研究严谨性，审查实验设计、统计有效性、偏见及证据质量。支持系统综述、GRADE和Cochrane风险评估，并提供科学图表生成指导以增强可视化沟通。
- «
- 1
- »
