网易首页 > 网易号 > 正文 申请入驻

26个数字重算:15个通过,6个对不上,5个查不了

0
分享至

一篇已经发布的技术文章,被拉去做了一次数字体检。工具把文中每一个看起来像结论的数字重新算了一遍,然后在旁边写下判决:VERIFIED(通过)、MISMATCH(对不上)、NOT CHECKABLE(无法核查)。


这次体检的对象,是发布工具包自己的一篇操作说明文章。它自带一个 evidence/ 目录和一份 CLAIMS.md 台账,正好给每个技能提供了可对照的底稿。整套流程由两个 Claude Code 插件接力完成:research-kit 负责产出判决,publishing kit 负责执行判决。

两个插件怎么接上

research-kit 是一个 Claude Code 插件,内含九个面向研究论文工程的技能,移植自 Robina Mirbahar 的 Antigravity 研究工具包。每个技能读一篇论文,要么检查它,要么从它身上搭出点东西。插件里还有 trajectory-cinematics 和 frontier-gap-radar 两个技能,它们需要一个随时间变化的系统、一批需要综述的研究文献,这次运行没有带上它们。

publishing kit 则是一个把单篇 markdown 文章转成 dev.to、AWS Builder Center、Medium、Substack 和 LinkedIn 五个版本的技能。在内容发出之前,preflight.py 会跑一遍检查,链接检查只在加 --live 时执行,任何一项失败就以非零状态退出。其中一项检查是 check-facts.py,它把文章正文里像结论的数字(计数、尺寸、比例、版本号、p 值)抽出来,逐个到文章的 evidence/ 文件夹里找对应。

两个工具包之间的交接物是两份 JSON 文件和一个文件夹。出现在证据里的数字通常直接通过;审计记录会把文章自己写的数字和重算出来的数字并排放,由判决说话——MISMATCH 或 NOT CHECKABLE 都会以 DISPUTED 的身份让构建失败,直到文章改掉它,或者台账给出解释。

为什么拿一篇文章开刀

论文和技术文章许下的是同一种承诺:每个数字都有出处。研究技能用代码重算每个数字来检验这个承诺,并在旁边写下判决。这次被审计的文章,正是 publishing kit 自己的那篇走查说明,它随附 evidence/ 目录和 CLAIMS.md 台账,每个技能都有东西可对照。

动手之前需要准备的东西不多:Claude Code;装有 pymupdf 和 pillow 的 python3;用于 PDF 相关技能的 Chrome、Edge 或 Chromium;以及一篇放在 git 仓库里的文章,旁边配一个 evidence/ 文件夹。

算术这一关

math-sandbox 把文章及其证据里的每一个定量结论抽出来重算,写出 eq_verified_numbers.json。结果是 26 条结论:15 条通过,5 条无法核查,6 条对不上。

其中一条算得挺细:裁剪比例 1000/420 = 2.380952,宽度 1376 时保留 577.92 行,从 768 起每边损失 95.04。文章说 dev.to 通过 2.381:1 的裁剪展示封面,所以一张 1376x768 的封面上下各掉 95px——算术成立。但 95px 这个损失量假设的是居中裁剪,而证据里的代理 URL 写着 gravity=auto,上下如何分配并没有被测过。

计数这一关

ablation-stat-auditor 把每个计数当作比率重算,配 95% 的 Wilson 区间,遇到两个计数相比时还会跑对应的显著性检验。结果是 16 条计数记录:7 条通过,6 条对不上,3 条无法核查。

文章的头号数字——dev.to 上 62 个段落里有 47 个出现多余换行——与它的证据文件吻合:75.8%,95% 区间为 63.8% 到 84.8%。但文章在别处写过"每个段落都有多余换行",而 62 个段落里有 15 个并没有。

Medium 那条更微妙:4 张图粘贴后 0 张存活,对比另一组 4 张图 4 张存活。如果两组用的是同样四张图,配对检验给出 p = 0.125,在全部存活或全部失败的结果下,要到六张图才首次低于 0.05;若当作两个独立样本,Fisher 检验给出 p = 0.0286。证据没有记录到底粘了哪几张图。如果编辑器每次行为一致,一份存档的粘贴记录就足以支撑这个结论,而台账里带着的是一份日期为 2026-08-30 的日志,没有对应产物。

图、链接和交互页

figure-forensics 打开每张图、量尺寸、标注成 PDF。文章目录里每一张 dev.to 封面都是 1376x578,2.381:1 的裁剪正好完整保留。工具包在 --mode devto 改变之前做的是 1376x768 的封面,所以文章里的例子描述的是那批旧封面,现在那句话已经改口。

文章还说过"封面上的两个数字是真的"。两张封面都不带数字。在当前那张上,figure-forensics 数出五个目的地形状、没有文字,而文章描述的是四个目的地。

citation-doi-verifier 到 Crossref、OpenAlex 和 arXiv 逐个查引用。文章没有引用任何学术作品:11 条链接里 10 条可解析且已识别,11 条全部抓取过,10 条匹配到了第二来源——仓库走 GitHub API,文章副本走 dev.to API,封面做字节比对。Medium 对脚本返回 HTTP 403,所以它的副本需要在浏览器里人工核一遍。

interactive-paper-studio 搭出一个离线 index.html,带封面尺寸、字号、信息流卡片宽度和换行列的滑块。页面里的 JavaScript 模型与 Python 模型逐值对照:130 个值,0 处不一致,最大绝对误差 0.00e+0。

滑块还牵出另一个发现。工具包 make-cover.py 里有一条注释说,低于约 40pt 的字号在 320px 的信息流卡片里会消失。它自己的阈值是 LEGIBLE_PX = 10 像素,在 1376 宽的封面上相当于 43pt,注释现在也这么写了:legibility 计算为 43.0,而 40pt 在 320/1376 下是 9.3px。

把判决交给发布流程

把两份审计文件复制进文章的 evidence/ 文件夹,其余不用配置,preflight.py 默认就到 /evidence 里找。对已发布版本跑一遍,结果是:7 条结论对上 15 个证据文件、15 行带日期的日志记录,4 条 DISPUTED 里 0 条被跳过。这次运行覆盖五个输出,把待处理标记从 34 降到 12,剩下的 12 条是 Medium 的计数和 320px 卡片宽度。

发布工具包会把一次撤回写成 Correction 段落,让被撤掉的结论仍然留在读者视野里。修复项以"原来、现在、证据"三列的表格进了台账,仓库的读者能看到改了什么、为什么改。

结果清单

  • 26 条结论受检:15 条通过,6 条对不上,5 条无法核查
  • 47/62 与证据吻合:75.8%,95% 区间 63.8% 到 84.8%
  • "每个段落""封面上"和页脚日期三处夸大了证据,均已修正
  • Medium 的 0/4 对 4/4 没有存档产物,保留但附带说明
  • 预检的争议数字从 3 个降到 0 个,3 个都在台账里得到解释

范围说明:一篇文章,审计于 2026-11-16,使用 research-kit 1.3.1 与 publishing kit 0.36.2。每个技能作为独立代理运行,漫画那一步在最终页审阅前就停了。publishing kit 需要 0.36.0 或更高版本才能读审计记录,0.36.1 才阻止单个共享数字被当成匹配,0.36.2 才让 publish-devto.py 跑数字检查。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
法国士兵被曝在乌执行机密任务,俄外长提出警告

法国士兵被曝在乌执行机密任务,俄外长提出警告

参考消息
2026-11-18 18:21:54
9连胜+联盟第一!场均39+7+8!恭喜东契奇,你距离MVP越来越近了

9连胜+联盟第一!场均39+7+8!恭喜东契奇,你距离MVP越来越近了

兵哥篮球故事
2026-11-18 19:06:32
小米回应雷军APEC发言紧张:这么大的国际场合,紧张太正常啦

小米回应雷军APEC发言紧张:这么大的国际场合,紧张太正常啦

潇湘晨报
2026-11-17 20:47:10
比缅北凶险100倍!曾经的旅游胜地,如今黄赌毒俱全,乱象随处可见

比缅北凶险100倍!曾经的旅游胜地,如今黄赌毒俱全,乱象随处可见

琅琊财经
2026-07-31 22:02:18
中国“第一女神探”聂海芬,光环背后是多少老百姓含冤入狱?

中国“第一女神探”聂海芬,光环背后是多少老百姓含冤入狱?

星宇共鸣
2025-05-21 18:05:05
被丈夫满文军揭发,服刑11个月重获自由,李俐为何出狱7年才离婚

被丈夫满文军揭发,服刑11个月重获自由,李俐为何出狱7年才离婚

梦醉为红颜一笑
2026-11-17 18:57:37
从确诊到去世仅15天,“央视最帅主持人”的遭遇为人们敲响警钟

从确诊到去世仅15天,“央视最帅主持人”的遭遇为人们敲响警钟

银河史记
2025-11-03 19:31:33
三次申请全碰壁!印度挤破头想进APEC,到底卡在哪了?

三次申请全碰壁!印度挤破头想进APEC,到底卡在哪了?

小马姨
2026-11-16 09:42:14
大逆转!湖人118-114击败黄蜂!东契奇创79年纪录,格兰姆斯爆砍47分

大逆转!湖人118-114击败黄蜂!东契奇创79年纪录,格兰姆斯爆砍47分

篮球大视野
2026-11-18 15:12:35
晚年毛主席原谅了很多人,为何唯独不原谅潘汉年?主席对他寒了心

晚年毛主席原谅了很多人,为何唯独不原谅潘汉年?主席对他寒了心

温读
2025-03-13 18:28:10
002242,强势涨停!昨日曾“地天板”

002242,强势涨停!昨日曾“地天板”

证券时报
2026-11-18 11:08:06
1984年,铁路警察王林生请假回到湖南探望母亲,之后就失去踪迹,枪库里的16支手枪以及1510发子弹也不见踪影

1984年,铁路警察王林生请假回到湖南探望母亲,之后就失去踪迹,枪库里的16支手枪以及1510发子弹也不见踪影

唠叨说历史
2026-11-17 11:30:50
李宗伟现状:瘦到快脱相,吃饭都很痛苦,已是马来西亚羽总主席

李宗伟现状:瘦到快脱相,吃饭都很痛苦,已是马来西亚羽总主席

青梅侃史啊
2026-09-26 16:37:23
冷空气 “控场”,贵州最低气温跌到1℃

冷空气 “控场”,贵州最低气温跌到1℃

新浪财经
2026-11-18 16:13:47
比股票还亏得惨的基金,今年前三季度亏损前10,有的亏近50%!

比股票还亏得惨的基金,今年前三季度亏损前10,有的亏近50%!

财经智多星
2026-10-04 10:27:17
不查不知道,一查吓一跳,原来为国争光的王虹,私下生活这么壕

不查不知道,一查吓一跳,原来为国争光的王虹,私下生活这么壕

北海史记
2026-11-05 18:19:36
深圳高光时刻:特朗普率17人天团访华!普京凌晨抵达获高规格迎接

深圳高光时刻:特朗普率17人天团访华!普京凌晨抵达获高规格迎接

时尚的弄潮
2026-11-18 14:09:16
两名俄军逃兵潜入基辅,干了三个月外卖骑手,攒到工资买了手机打算逃离,才被乌克兰发现

两名俄军逃兵潜入基辅,干了三个月外卖骑手,攒到工资买了手机打算逃离,才被乌克兰发现

扶苏聊历史
2026-10-31 14:38:33
王毅外长的话,让日媒担忧:中国对日本的定性,或已发生根本转变

王毅外长的话,让日媒担忧:中国对日本的定性,或已发生根本转变

一路荒凉如歌a
2026-11-18 01:57:39
带着对皇马的怀旧感情回归!穆帅表示2013年本可留在皇马,但出于热爱离开

带着对皇马的怀旧感情回归!穆帅表示2013年本可留在皇马,但出于热爱离开

福酱的小时光
2026-11-18 17:04:47
2026-11-18 19:52:49
像素与芯片
像素与芯片
有态度网友ytd
240文章数 85关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
手机
本地
公开课
军事航空

《GTA6》媒体评分解禁!M站99分R星再创巅峰

手机要闻

消息称荣耀明年没有常规大折叠手机,取而代之的是阔折叠

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军再袭伊朗格什姆岛

无障碍浏览 进入关怀版