用途：该技能面向 AI/ML 研究场景，帮助生成和严格评估新的研究假设，并使其成为可证伪的表述。
主要能力：按五步流程工作。第一步问题框定，澄清所研究现象、已知内容以及促使探究的意外或未解释观察。第二步生成候选假设，产出 3–5 个不同假设，每个都以精确、可证伪的陈述给出，说明底层机制或假设，并描述一个可确认或反驳它的最小实验；生成策略包括类比、反转、缩放和消融驱动。第三步压力测试，逐个回答可证伪性、已有文献是否测试过、混杂因素、适用范围以及测试成本。第四步排序，按影响力、可测试性和新颖性排名，并推荐首选假设及理由。第五步精炼，将首选假设打磨成论文级表述，格式为“We hypothesize that [specific mechanism] causes [observed phenomenon] in [specific setting], and that this can be demonstrated by [experiment].”
使用方式：资料未提供具体安装命令或调用代码，仅说明输出格式为包含全部五个步骤的 Markdown 文档，假设需编号，第四步需使用比较表格。
适用场景：AI/ML 研究中的假设生成、细化与压力测试，尤其适合需要从意外观察出发构建可测试研究问题的阶段。
限制：资料未提供收费、平台、价格或效果信息；该技能依赖用户提供关键论文或领域现状摘要，否则第一步的“已知内容”可能不完整。具体运行环境与集成方式暂未提供。