用途
analyze-results 是一个面向机器学习实验的分析技能，用于在完成一组或多组实验后，对结果进行系统化的整理、统计与解读。它的典型触发场景是用户提出“analyze results”“compare”或表达需要对比实验结果时。
主要能力
该技能按照一个固定的工作流执行分析：
1. 定位结果：查找所有相关的结果文件，通常为 JSON 或 CSV 格式，检查 figures/、results/ 或项目特定的输出目录，并将 JSON 结果解析为结构化数据。
2. 构建对比表：按自变量与因变量组织数据。自变量包括模型类型、超参数、数据配置等；因变量包括主要指标（如困惑度、准确率、损失）和次要指标。表格中始终计算相对基线的提升（delta vs baseline）。
3. 统计分析：如果实验使用了多个随机种子，则报告均值与标准差，并检查可复现性；如果正在扫描某个参数，则识别趋势，例如单调、U 形或平台期；同时对异常值或可疑结果进行标记。
4. 生成洞察：对每一条发现，按四个层次结构化呈现：观察（数据展示了什么，附带具体数值）、解释（可能的原因）、意义（对研究问题意味着什么）、下一步（什么样的实验可以检验该解释）。
5. 更新文档：如果发现足够重要，会建议更新项目笔记或实验报告，并起草一段一到两句话的简洁结论陈述。
使用方式
通过用户指令触发，例如说出“analyze results”或“compare”。技能内部以 $ARGUMENTS 的形式接收分析目标参数。
输出格式
该技能要求输出始终包含三部分：原始数据表、编号且简洁的关键发现，以及（如有）建议的后续实验。
适用场景
适合在机器学习研究过程中需要快速汇总多组实验结果、评估相对基线的改进、检查可复现性、排查异常结果，或为后续实验方向提供依据时使用。
限制
当前资料未提供该技能所依赖的具体平台、版本要求、文件路径约定之外的运行限制，以及任何收费或价格信息。