资源与发现曲线
底稿把边际发现收益、多保真搜索、自适应局部加密和受约束优化列为候选。需要真实搜索日志与发现曲线，不能先编造概率或固定分配比例。
展开依据和细节
Good–Turing未见质量估计需要稳定的主题定义；次模选择、MaxMin和DPP可研究候选多样性，但原材料尚未确定采用哪一种。
研究级工具的边界
持久同调、语义空洞、SINDy和主动子空间属于研究或后验审计方向，需要足够数据；没有数据不应把方法名字加入执行层冒充能力。
展开依据和细节
随机游走适合已有线索后的扩散，从零发现未知关键词仍是另一项难题。
十三类方法按原状态逐项阅读
原底稿列出13类工具：10项候选/理论相关、1项研究级、2项后验方向。方法有名称不等于已有所需数据；本轮分别展开用途、输入和缺口。
未见概率质量与未见数量的纠正
Good–Turing原论文开头明确区分未见类别总概率质量与未知类别个数。旧底稿的未见空间措辞在本站按此前者讨论，不能写成已经估出世界还有多少种未知主题。
展开依据和细节
整理依据与来源
- 早期研究来源原件