北京联合大学 师范学院 · 计算机师范 · 2026 级
我喜欢把一件事查清楚、做出来、再写清楚。 下面每个项目都是我一个人从选题做到实现、再到文档。
| 项目 | 一句话 | 涉及 |
|---|---|---|
| android-virtual-display | 让 AI 在手机的「第二块屏幕」上操作 App —— 主屏不被占用 | Android · 虚拟显示 · adb · Termux |
| ai-antibully-audit | 查中小学 AI 防欺凌系统的采购公告：它们宣称的能力，能不能被外部核验 | 数据采集 · 实证审计 · 对照实验 |
| bili-audit | 用公开数据测量 B 站互动数据的「形状」，区分注水与真共鸣 | 分布分析 · 稳健统计 · 可视化 |
| lossless-audit | 一条命令看穿「无损音乐」文件里装的是不是真无损 | 信号处理 · 判据设计 |
| music-taste-analyzer | 把一个人的音乐库变成客观的审美画像 | 声学测量 · 多模态模型 |
| campus-net-toolkit | 校园网诊断与合规适配（零依赖，只用标准库） | 网络诊断 · DNS / MTU 分析 |
① 判据选错，工具越精确错得越远。
lossless-audit 里我一开始用「高频电平低不低」判断假无损，结果把一批真无损误判成假。
换成看「有没有悬崖」之后才准 —— 这条经验比工具本身值钱。
② 发现自己的样本框漏了东西，就把它加回去，而不是当例外排除。
ai-antibully-audit 里我的采集没覆盖到某个旗政府门户站，漏掉了一条明确写了量化指标的公告。
我没有把它排除，而是并进数据集、标注 frame=outside，全文改成双分母重算。
③ 有些结论的正确形态是「说出边界」，而不是给一个数。
bili-audit 最后得出的不是「哪些视频刷量」，而是「用固定阈值判断刷量，在方法上就是错的」——
因为正常视频之间的互动比本身差异极大，固定阈值必然误伤。
有想法、发现问题、或者想指出我写错的地方，欢迎直接开 issue —— 被指出错误是最有价值的反馈。