假设、基线与消融
基线回答"比什么好"，消融回答"好在哪个部分"，敏感性分析回答"在什么条件下好"。本章讲如何选择公平的基线（调优程度、算力预算、数据）、设计有信息量的消融，以及避免"稻草人基线"。
证据链的三个环节
Section titled “证据链的三个环节”一个实证主张（"在条件 X 下因为机制 Y 在指标 Z 上优于基线 B"）需要三个环节的证据：
- 基线回答"比什么好"；
- 消融回答"好在哪个部分"；
- 敏感性分析回答"在什么条件下好"（对超参、数据量、场景的稳健性）。
三者缺一，主张就只被部分支撑：没有消融，涨点可能来自无关组件；没有敏感性分析，结论只在一个设置下成立却写成通用结论。
选择公平的基线
Section titled “选择公平的基线”基线必须与你的方法获得同等的调优努力。 "稻草人基线"（strawman baseline）是评审最常指出的不公平：基线用默认参数，新方法精调三周。公平性 checklist：
- 调优：基线做了同等程度的超参搜索吗？搜索预算（多少组配置）在论文里报告了吗？
- 算力：基线的计算预算与你的方法对等吗？（"我们的方法更省"必须以"同预算下更好"为前提）
- 数据：基线用了同样的数据与预处理吗？数据增强、额外数据的使用是否对等？
- 版本：基线用的是社区公认的强实现还是老旧实现？有更新的官方版本吗？
- 复现：基线的数字是你复现的（有 commit 可查）还是引用的？引用的数字与你的设置一致吗？
设计有信息量的消融
Section titled “设计有信息量的消融”- 每次只去掉一个组件：多组件同时移除会掩盖交互效应；
- 消融要有信息量：去掉最可疑的组件（主张依赖的那个机制）优先于形式化的全量扫描；
- 报告失败的变体与成功的一样重要：尝试过但无效的变体是证据的一部分，写进论文或附录——它同时是对抗确认偏误的记录（见科学方法在 CS 中的形态）。
消融与实验的整体安排见实验设计；报告规范见统计显著性与效应量。
- 基线必须与你的方法获得同等的调优努力
- 消融每次只去掉一个组件
- 报告失败的变体与成功的一样重要