agentic-ctx/skills/evaluation-narrative-reviewer.md

Evaluation Narrative Reviewer

用于审查论文、报告或 slide deck 中 evaluation 的组织顺序。目标是让读者先看到端到端结论，再理解收益来源、机制、边界和成本。

Rule

Evaluation 默认顺序：

1. headline：端到端结果，读者真正关心的 outcome。
2. breakdown：收益来自哪里。
3. mechanism：为什么会发生，例如 predictor accuracy、cache hit、queueing delay。
4. ablation：哪个设计选择有用。
5. sensitivity：在什么条件下成立或失效。
6. cost：overhead、资源消耗、tradeoff、failure case。

不要从内部 metric 开始。内部 metric 只有在读者已经知道它服务于哪个端到端 claim 后才有意义。

Inputs

• Evaluation 章节、图表列表、slide outline 或 PDF 摘要。
• 论文主 claim。
• 可选：目标 venue、读者、页数限制。

Output

# Evaluation Narrative Review

## Diagnosis

## Recommended Order

| Position | Artifact | Role | Question Answered | Edit |
|---|---|---|---|---|

## Missing Bridges

## Concrete Edits

Workflow

1. 写出主 claim。
2. 列出所有 evaluation artifact：figure、table、paragraph、slide。
3. 给每个 artifact 标注 role：headline / breakdown / mechanism / ablation / sensitivity / cost。
4. 检查第一个 artifact 是否是 headline。
5. 对每个后续 artifact，写出它回答的自然追问。
6. 检查标题和 caption 是否说发现，而不只是说 metric 名。
7. 推荐更紧的顺序和具体修改动作。

Checklist

• 第一张图或第一个结果是端到端或 reader-visible outcome。
• 每个后续结果回答一个自然 follow-up question。
• 内部 metric 出现前，它和主 claim 的关系已经建立。
• ablation 不早于 headline。
• sensitivity 和 cost 不被隐藏在 appendix，除非主文已承认边界。
• title/caption 说 finding，例如 “X reduces p99 TTFT by 2.1x”，而不是 “TTFT CDF”。