Check a mathematical-modeling paper's in-text citations, bibliography, appendix length and content, code, supporting files, reproducibility, consistency, and anonymity. Use when the user provides a paper or related materials and wants one consolidated P0-P3 audit; do not generate or invent missing sources or programs.
インストールする前に、エージェントに与えられる指示の中身を確認できます。
在一个流程中检查数学建模论文的正文引用、参考文献、附录、程序、数据、结果、支撑材料及匿名性。本 Skill 是原“参考文献生成、附录生成、联合检查”三项能力的合并版，但定位统一为检查与修改建议，不替用户补造缺失材料。
附录≤15页：不因页数扣分；15页<附录≤30页：扣3分；附录>30页：扣10分。页数扣分不等同于资格取消，且不替代对代码完整性、相关性和复现性的检查。| 已提供材料 | 可以检查 | 不可以确认 |
|---|---|---|
| 仅参考文献列表 | 格式、重复、明显缺字段 | 正文对应、真实性和支持关系 |
| 正文与参考文献 | 对应、顺序、相关性 | 原始题录完全准确 |
| 仅附录文字 | 结构和说明完整性 | 程序运行与结果一致性 |
| 论文、附录和程序 | 公式参数、文件映射、静态代码问题 | 缺依赖或数据时的完整复现 |
| 全部材料且运行成功 | 完整交叉检查 | 官方最终认定 |
0/3/10 阶梯扣分；检查重复内容和无关材料；再逐问检查核心代码、附录结构、实际文件清单、环境与运行说明、正文引用及正文—附录分工。逐项审查时读取 references/checklist.md。核对著录格式时读取 references/reference-rules.md；核对附录组织和页数时读取 references/appendix-rules.md。
# 参考文献与附录检查报告
## 一、总体结论
- 当前状态：通过/修改后通过/材料不足/高风险
- 最高风险：P0/P1/P2/P3/未能判断
- 检查边界：……
## 二、论文末尾结构检查
## 三、参考文献逐条检查
## 四、参考文献数量与质量判断（建议5—15篇）
### 中文文献与中英文来源结构
## 五、正文引用遗漏与冗余
## 六、AI工具误列检查
## 七、附录页数与精简性检查
- 正文页数：……
- 附录页数：……
- 附录/正文比例：……
- 判断：合理/偏长/无法判断
- 页数专项扣分：0/3/10
## 八、附录结构与内容检查
## 九、支撑材料文件检查
## 十、程序可运行性检查
## 十一、论文—程序—结果一致性检查
## 十二、匿名性与敏感信息检查
## 十三、三张交叉检查矩阵
## 十四、必须优先修改的三项问题
## 十五、待用户补充的材料
## 十六、修订建议
每个问题标注风险、位置、证据、影响和修改动作。对数量和页数建议使用“建议/偏长/偏少”，不得冒充官方取消资格条款。结尾提醒用户以当届最新正式规则为准。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Review a user-provided Chinese mathematical-modeling abstract without requiring the problem statement or full paper, identify concrete writing defects, and prioritize revisions. Use when the user asks to check, diagnose, or improve a modeling-paper abstract; do not claim coverage or factual consistency that cannot be verified without the problem or paper.
日本語の概要は準備中です。原文の説明を表示しています。
Generate or review mathematical-modeling competition AI tool usage statements and the anonymous AI工具使用详情.pdf. Use when users provide real AI usage records, or when checking a paper, statement, details PDF, code, and AI records for completeness, anonymity, and consistency.
日本語の概要は準備中です。原文の説明を表示しています。
Query 2021-2025 CUMCM school awards and 2026 forecasts, or assess a student's preparation distance from provincial and national awards using school history and prior modeling experience.
日本語の概要は準備中です。原文の説明を表示しています。
Review a mathematical-modeling paper's model-assumption section against the complete problem statement. Diagnose whether each assumption is necessary, evidence-based, compatible with the task, appropriately simplified, and usable by the later model. Use for assumption review, not automatic full-paper review or unsupported assumption generation.
日本語の概要は準備中です。原文の説明を表示しています。
Query the bundled BZD mathematical-modeling dictionary for a user-selected model, explain its assumptions, inputs, outputs, limitations and validation, then judge whether it fits the current competition problem and data. Use when a user asks whether a proposed model is appropriate, requests model feasibility review, or wants dictionary-based alternatives for a modeling task.
日本語の概要は準備中です。原文の説明を表示しています。
Review the model establishment, numerical solution, result analysis, model validation, and sensitivity or robustness sections of a mathematical-modeling paper against the complete problem. Use for core-model-section diagnosis, not automatic full-paper scoring or unsupported recomputation.
日本語の概要は準備中です。原文の説明を表示しています。