4.3 一般(P2):规范性与细节
|--------|-----------------|-------------------------------------------------------------------------------------|------------------------------------------------------------------|
| 编号 | 位置 | 问题表现 | 修改动作 |
| P2-1 | 第 8 页 | | 修正为"如图 5 所示"。 |
| P2-2 | 第 19--20 页 | | 逐图核对题文一致。 |
| P2-3 | 第 1 页 / 参考文献 | | |
| P2-4 | 第 15、23、25、33 页 | 系统名称不统一 | 全文统一 |
| P2-5 | 全文 | 错别字与病句 | 全文通读校对一遍。 |
| P2-6 | 第 1 页 | | 页脚可加页码。 |
| P2-7 | 2.3.1 / 全文 | 安全与合规说明缺失:API Key 仅"临时保存在前端状态",源码需上传至第三方 LLM 服务,但报告未讨论密钥保护与代码数据外泄风险。 | 增加一段安全设计说明(如密钥本地存储与不落库、支持本地化/私有化部署、敏感代码脱敏),既是工程完善也是评审加分项。 |
| P2-8 | 整体结构 | 缺少独立的"相关工作(Related Work)"章节,现有综述全部挤在研究背景里;表 1 把 LLM 与传统机器学习并列分类也不够严谨(LLM 属机器学习的子集)。 | 拆分出相关工作章节,采用"与本文方法的差异"为主线组织;表 1 改为按"是否需要运行程序 / 是否需要标注数据"等维度重新划分。 |
五、关键实验数据深度解读
这一章把四组实验的数据放在一起看,既能看出作品实力,也能看出报告的"数据一致性"隐患------后者如果不处理,评审很容易在核对过程中产生疑虑。
5.1 RQ1 :强在召回,弱在精确
这是评审最可能追问的点,建议在 3.2 节主动披露并给出优化思路。
5.2 RQ2 :适配性结论成立,但模型对比关系被写反了
5.3 RQ3 :协同效应结论合理
5.4 RQ4 :最有意思的发现,也最需要解释清楚
5.5 数据一致性核查汇总
六、改进方向与建议
6.1 总原则:先补完整性,再补严谨性,最后补竞争力
29 项问题不必平均用力。从投入产出比看,把"补两章 + 修 5 项硬伤"做完,预计只需 1--3 天,却能把综合评级从"中上"推到"良好偏上";而"补强基线 + 重做实验"虽然耗时 1--2 周,但决定了作品能否进入更高奖项区间。
图 10 分阶段改进路线图
6.2 阶段一:紧急修补(1--3 天)
● 补内容: 建议按"方法层面 / 工程层面 / 评测层面"三段式组织:
● 补内容: 补写"总结"章节,包含贡献回顾、局限性(精确率、随机性、数据集规模)与后续工作三项。
● 补内容: 补齐首页标题、作者、摘要与关键词。
● 改错误: 统一系统名。
● 改错误: 全文通读一遍,清掉所有错别字与病句。
6.3 阶段二:严谨性加固(1--2 周)
● 变量透明: 在 3.2、3.3、3.4、3.5 每节的实验设计里显式声明模型名称与版本、temperature、max_tokens、调用次数与时间范围。
● 可复现: 每个实验配置重复运行 3--5 次,报告均值 ± 标准差,并增加显著性检验,避免"单次运行结论"。
● 控随机性: 把"随机选择 Prompt 模板"改为确定性策略,或额外做一组"模板敏感性"实验,量化模板差异带来的波动。
● 重做消融: 让消融各组的输出解析链路保持一致,只切换被测变量。
● 补开销: 新增开销评测表:单文件平均时延、平均 token 消耗、单文件 API 成本。
6.4 阶段三:竞争力提升(2--4 周)
● 强化基线: 补充两组强基线。
● 扩展消融 。
● 难度分层: 这类"失败案例分析"比整体指标更能打动评审。
● 抑制误报 。
● 补修复评测: 当前只验证了"能生成修复建议",但没有修复正确率指标。建议构造修补测试集,评测修复通过率(如是否通过原有单元测试、是否引入新漏洞)。
6.5 阶段四:长期演进(1--3 月)
● 隐私与合规: 支持本地化部署(Ollama / vLLM)与敏感代码脱敏,补齐企业场景下的数据合规能力;API Key 改为后端加密存储或本地持久化,不在前端明文驻留。
● 工程化: 从"网页工具"走向"工程流水线组件"。
● 智能化: 面向漏洞检测领域做定向微调,或引入"定位---验证---修复"多智能体协作流程,把当前单轮 Prompt 的推理升级为多轮自校验。
七、修改清单(可直接执行)
下表把前文问题汇总为可勾选的行动清单,按优先级排序。建议按"先做 P0 全清、再做 P1 关键项"的顺序推进。
八、结语与评分建议
这份作品最大的可惜之处在于:它已经把一个可用的系统做出来了,也把实验框架搭起来了,却在最不需要技术能力的环节丢了分。从评审视角看,报告的"证据链"在关键位置断开了:读者读到最后会发现创新性分析没有、总结没有、主实验的模型变量只能靠推算,这种体验会直接压低对整份工作的信任度。
好消息是,这些缺口全部是可修补的,而且修补成本极低。完成阶段一(1--3 天)即可让报告达到"结构完整、事实无误"的合格线;完成阶段二(1--2 周)后,实验部分将具备与已发表工作对话的严谨度,配合本就不弱的工程实现,完全有实力冲击更高奖项。
评分建议:现状约 57.5 分(中上),补齐 P0 并完成 P1 关键项后可达 84 分左右(优秀)。影响分数分配的核心变量不是技术难度,而是执行力------把已经做出来的东西如实、完整地写清楚。
一句话总结: 技术做得不错,报告写得太急。把两章补回来、把变量说清楚、把短板摆上台面,这份作品就完整了。