{
  "updated": "2026-11-12",
  "ranking_basis": "已有证据、可复核性、对后续研究的价值；编辑判断，非定量评分或潜在影响力排名",
  "records": [
    {
      "title": "比特币冲击后，恢复速度增加了预测信息吗？",
      "evidence": "回顾性实验 · 负结果",
      "date": "2026-11-05 复现包；2026-11-12 核对保存的预测与评分",
      "attribution": "个人研究材料，借助 AI 进行整理、实验与审计；本页不认证各步骤的独立作者贡献。",
      "claim": "在既定事件定义、数据和模型范围内，未建立恢复特征具有稳定增量预测价值的证据。第一轮 778 个测试事件，基线和恢复增强主模型 Brier 分数相同；第二轮 207 个事件，改善很小，包内不确定区间跨零。",
      "limit": "这不是比特币不可预测的证明，也不是前瞻交易业绩。既有研究已接触这些年份；本轮只重算保存预测的评分，没有从原始行情重训全流程。",
      "next": "冻结新的事件定义、模型和评价规则；在以后数据上比较强基线，并保留无增益结果。",
      "failure": "若新数据稳定显示预先规定的增量改善，这个暂定负结果的适用范围应收窄。",
      "url": "/blog/bitcoin-bottom/",
      "rank": 1
    },
    {
      "title": "事后最低点，不等于当时可识别的买点",
      "evidence": "逻辑纠错 · 已有概念的应用",
      "date": "2026-10-08 档案审阅；2026-11-12 目录整理",
      "attribution": "用户研究问题及 AI 协作审计，不是新数学定理。",
      "claim": "回顾性选出区间最低点，与只使用当时可见信息发出确认信号，是不同任务。",
      "limit": "不能因最终日期落入窗口，就说当时存在可执行策略；也不能用这条逻辑直接判定所有择时方法无效。",
      "next": "把目标日、确认日、下单可用信息和延迟分别记录。",
      "failure": "若某方法给出只依赖当时信息的可执行规则，应独立检验它，而不是把它与事后最低点混同。",
      "url": "/blog/from-prediction-to-validation/",
      "rank": 2
    },
    {
      "title": "把口径漂移和伪独立证据从预测记录里剥离",
      "evidence": "档案与方法审计",
      "date": "2026-10-08 档案审阅；2026-11-12 目录整理",
      "attribution": "对个人研究材料的协作审计，不是独立预测实验。",
      "claim": "同一助手模拟多个专家不自动产生多份独立证据；不同底部定义不能合并成一个命中率。",
      "limit": "这是对证据组织方式的纠错，不证明被审计结论必然错误。",
      "next": "固定每条预测的原话、日期、目标定义、数据源与修订记录。",
      "failure": "若来源、方法和误差依赖可以被检验，应据此重新评估证据的独立程度。",
      "url": "/blog/returns-and-evidence/",
      "rank": 3
    },
    {
      "title": "周期相位应使用圆周统计，而不是直接比较线性极差",
      "evidence": "算术审计 · 尚待代码复现",
      "date": "2026-10-08 档案审阅；2026-11-12 目录整理",
      "attribution": "既有统计方法在研究审计中的应用。",
      "claim": "圆周上跨零点的一组相位，可能在线性坐标上显得分散；最短覆盖弧与普通极差不是同一个量。",
      "limit": "给定数字的算术可核对，但对具体论文实现的批评尚未完成原代码复现；不能据此宣称论文已被推翻。",
      "next": "用同一输入重跑原统计量和圆周替代量，比较零假设模拟与多重选择影响。",
      "failure": "若原实现已正确处理圆周结构，应撤回针对该实现的批评。",
      "url": "/blog/external-review-2026-11-12/",
      "rank": 4
    },
    {
      "title": "AI 的记忆，什么时候会把现在的人困在过去？",
      "evidence": "可检验假说 · 尚无本人的实验结果",
      "date": "2026-11-10 问题笔记；2026-11-12 目录整理",
      "attribution": "用户提出的方向，AI 协助精确化；原创性尚未经过完整文献审查。",
      "claim": "比较无历史、普通摘要、带时间与适用条件的记忆，观察模型是否更尊重当前意图。",
      "limit": "“记忆越多越差”或普遍倒 U 形都没有被本人的数据证明。长上下文的位置敏感研究不等于记忆剂量实验。",
      "next": "固定任务与模型，设置偏好变化和无变化对照，盲评回答并记录检索开销。",
      "failure": "如果条件化记忆不能改善预先定义的误用率，就不支持本次具体假说。",
      "url": "/blog/seven-basic-assumptions/",
      "rank": 5
    },
    {
      "title": "语音情感识别能怎样用于教育？",
      "evidence": "已发表应用构想 · 未证明教学效果",
      "date": "2022-11-07 论文发表；2026-11-12 阅读论文与目录整理",
      "attribution": "作者 Weijia Xian；本文仅按论文可见内容描述，不增加未经证实的贡献声明。",
      "claim": "论文提出面向教育场景的语音情感识别应用与验证方案。",
      "limit": "实验部分包含可进行 A/B 测试的方案语言，不能写成已完成教学试验，也不能声称提高了学习成绩。",
      "next": "在同意与隐私保护条件下，先验证识别可靠性，再检验真实教育收益和误判成本。",
      "failure": "若不能超越简单基线，或没有净教育收益，应放弃相应应用主张。",
      "url": "https://bcpublication.org/index.php/EP/article/view/2691",
      "rank": 6
    },
    {
      "title": "投资决策能力，能否不靠事后收益来测量？",
      "evidence": "测量研究假说 · 工具原型",
      "date": "2026-11-10 问题笔记；2026-11-12 目录整理",
      "attribution": "用户工具与研究问题，AI 协助设计；不是已验证能力量表。",
      "claim": "尝试把预测校准、证据质量及风险纪律与结果运气分开。",
      "limit": "量表可能测到风格、知识或市场环境，而非稳定能力。排名不稳定也不能单独证明能力不存在。",
      "next": "先检验重测可靠性、不同市场状态下的泛化和相对简单基线的增量解释力。",
      "failure": "若评分不可靠或不提供增量信息，就不能称其为有效能力尺。",
      "url": "https://investment-ruler.weijiaxian.chatgpt.site/",
      "rank": 7
    },
    {
      "title": "睡眠的跨尺度相位一致性是否提供额外信息？",
      "evidence": "机制假说 · 无新实验",
      "date": "既有研究材料；2026-11-12 目录整理",
      "attribution": "AI 综合既有睡眠研究形成的候选，不归为用户发现的生物机制。",
      "claim": "询问不同时间尺度的相位同步，是否在睡眠时长和分期之外解释记忆表现。",
      "limit": "这不是个人健康评估，不支持根据手表分期诊断疾病，也没有证明“睡眠就是泛化”。",
      "next": "使用合适的公开数据与预注册比较，先控制已知混杂因素。",
      "failure": "若相位指标在独立数据上没有增量，或效应由测量误差解释，就不支持该模型。",
      "url": "/blog/health-mathematics/",
      "rank": 8
    },
    {
      "title": "动态恢复能力是否比静态指标更有价值？",
      "evidence": "已有领域上的研究议程",
      "date": "既有研究材料；2026-11-12 目录整理",
      "attribution": "用户关注的跨领域问题，AI 协助整理；恢复力研究并非新的领域。",
      "claim": "先问恢复参数能否被可靠重复测量，再问是否增加对未来结果的预测能力。",
      "limit": "不能把价格增长放缓直接等同临界慢化，也不能把任何恢复指标当作个人寿命计。",
      "next": "区分扰动大小、恢复过程、观察噪声与已有风险指标，检验外部有效性。",
      "failure": "若重测不可靠，或加入已知指标后效果消失，应拒绝相应增量主张。",
      "url": "/blog/repair-resilience-and-decisions/",
      "rank": 9
    },
    {
      "title": "3/8 与 5/8 的两模态周期模型",
      "evidence": "条件代数 · 未证明生成机制",
      "date": "既有研究材料；2026-11-12 目录整理",
      "attribution": "模型构造与 AI 协作推演，不是市场规律的认证。",
      "claim": "给定某些参数与模型形式，可以生成特定比例。",
      "limit": "能拟合一个比例，不等于解释其来源；尚未从市场微观机制推导这些参数。",
      "next": "明确自由参数、选择过程和零假设，再在新样本上检验。",
      "failure": "若相近比例也能被大量参数组合或随机路径产生，不能把它当作独有机制证据。",
      "url": "/blog/bitcoin-bottom/",
      "rank": 10
    }
  ]
}