学术蒸馏八层推理提取框架
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_231765ee/universaldistill。
技能介绍
解决什么问题
直接让模型“模仿某位学者”通常会停在语气和词汇层面:回答听起来像,但判断顺序、证据偏好、拒绝边界并不一致。这个技能把问题拆成两步:先从学者文本中提取可复用的推理指纹,再把这个指纹作为硬约束,用于同行评审、博士指导、授课和小组讨论。
技能如何工作
- 蒸馏阶段:按八层框架逐层提取
L1本体定义、L2概念区分、L3分析操作序列、L4评价阈值、L5引用网络、L6修辞节奏、L7拒绝边界和L8历时变化。 - 保留与置信度:特征会标记为稳定、推测或存疑,并根据语料类型赋予权重,最后给出
v0.1、v0.5、v1.0等指纹成熟度。 - 部署阶段:进入九个模块检查点,包括
Scope、Activation、Ontological、Procedural、Evaluative、Intertextual、Rhetorical、Refusal和Provenance。回答不是自由发挥,而是先重述对象,再按学者的操作顺序展开判断。 - 任务输出:对论文评审、研究指导、课程讲授和小组辩论,都会输出结构化结果,并附定量评分与定性评语,同时指出最接近和可能偏离该学者之处。
适用边界
该技能适合个人学习、思辨写作、课程模拟和学术讨论准备。资料中明确限制商业部署、伪造评审和学术不端用途;指纹成熟度低时应降低置信度,且模型能力差异会影响还原质量。
使用场景
- 把某位方法论文作者近十年论文导入,提取其本体定义、评价阈值和引用网络,形成可复用指纹。
- 用提取好的指纹对一篇博士论文做同行评审,按学者评价阈值输出总分、逐条批评和优先级建议。
- 围绕课程阅读材料生成授课脚本,按学者的分析顺序组织概念,并预设三组学生追问。
- 让两位学者的指纹对同一议题展开小组讨论,比较他们在本体、边界和评价标准上的分歧。
适合人员
- 准备博士论文评审的学者,希望把长期积累的评判标准转成可复用的评审框架。
- 研究生导师需要检查学生分析路径是否偏离该学者的本体定义和操作顺序。
- 课程设计师要把某位作者的核心概念和论证节奏变成可讲授的结构。
- 学术写作者想在写作前用多位学者的指纹比较不同分析路径和拒绝边界。