实验记录以“可复现”为优先：明确模型、数据、环境、命令和指标，再记录失败原因与下一步。以后可以复制 scaffolds/experiment.md 创建新的实验文章。
一条记录应该回答什么
- 这次实验验证了什么假设？
- 使用了哪个模型、数据集和预训练权重？
- 环境、训练命令和超参数是否可复现？
- 指标、结果图和失败现象是什么？
- 下一步是继续调参、改模型，还是调整问题定义？
推荐记录顺序
- 实验目标与预期
- 模型、数据集和运行环境
- 预训练权重、训练命令和超参数
- 指标、结果图与对比实验
- 问题排查、解决方案与结论
实验记录字段
- 模型名称
- 填写模型、版本或论文名称
- 数据集
- 填写数据集、划分方式和预处理
- 运行环境
- 填写操作系统、GPU、CUDA、PyTorch 等
- 预训练权重
- 记录来源、版本和下载位置
- 训练命令
- 保留可以直接复用的命令
- 超参数
- 学习率、batch size、epoch、增强策略等
- 指标
- 记录主指标、基线和最好结果
- 结果图
- 加入可读的曲线、可视化或对比图
- 问题与解决方案
- 记录报错、定位过程和最终修复
- 实验结论
- 说明结论、局限和下一步计划