时间轴对应物理、生物、化学、材料状态或实验循环的真实演化，而不是样本的任意排序。
Definition
什么是科学时序数据
科学时序不是任意排列的数值向量，而是科学系统在特定尺度下，经由观测过程形成的动态记录。
研究定位：
以科学动力系统和物理描述尺度的多样性为组织原则，评测科学时序基础模型的跨系统、跨尺度表征与适配能力。
每条序列需要声明目标状态所在尺度、被忽略的自由度，以及支撑分析的有效模型。
记录仪器、传感器或观测算子如何将目标状态映射为真实数据，并保留采样与校准信息。
典型科学时序
多变量传感器、三分量或多通道波形、空间场、时序光谱、带控制输入的轨迹，以及充放电或实验 shot 等分层循环。
不能仅凭一维横轴认定
单张静态谱图、静态成分—性质表、任意排序样本，以及只有最终标签而没有过程记录的数据。
Benchmark Cube
三维研究与评测框架
用“科学系统 × 物理描述尺度 × 适配预算”组织跨领域、跨尺度的科学时序研究。
科学系统维度
物理与宇宙 · 地球 · 生命 · 分子与材料，覆盖互补的动力学和观测范式。
物理描述尺度维度
从电子与分子过程，到连续场和整体系统动力学的有效描述层级。
适配预算维度
零样本、少样本与全量微调共同构成完整迁移曲线。
L0 · 电子/量子
L1 · 原子/分子
L2 · 介观/动理学
L3 · 连续介质/场
L4 · 系统/工程动力学
L0–L4 是可跨越、可并存的有效描述层级，并非所有领域必须依次经过的单向阶梯；同一科学系统也可能同时涉及多个层级。
跨系统主结果必须建立在真实科学数据上，体现实际观测过程、缺失模式与仪器差异。
服务跨尺度研究，但不能替代真实数据上的主要结果；模拟到真实迁移作为独立挑战单独评测。
Scientific Systems
四类科学系统与八个任务包
以最小但互补的任务包，覆盖不同控制方式、演化机制、观测拓扑和迁移边界，而不是简单枚举学科。
物理与宇宙系统
覆盖受控强非线性、多速率临界失稳，以及完全被动、稀疏和弱信号观测。
受控等离子体与核聚变时域天文观测
地球系统
覆盖开放时空场、输运—反应耦合、流域长记忆、极端事件与介质波传播。
大气—环境耦合水文与水循环地震与固体地球事件
生命系统
覆盖稳态调节、自适应、状态切换、个体差异以及跨设备和缺失通道鲁棒性。
生理—神经调节
分子与材料系统
覆盖反应动力学、分子状态转化、加工历史、结构演化与不可逆服役退化。
化学反应与分子动力材料演化与服役退化
Task System
统一任务体系
统一的是任务接口、尺度元数据、适配预算与评测逻辑，而不是强行把所有原始数据转换成相同形状。
动力学预测
多变量、空间场、控制输入与长时间滚动预测。
状态重建与逆问题
从间接或稀疏观测恢复科学状态、参数和隐变量。
事件与变化检测
识别极端、瞬变、失稳、断裂、相变与异常事件。
缺失与传感器鲁棒性
处理时间段、通道、设备缺失，以及漂移与校准变化。
退化与剩余寿命
建模容量衰减、疲劳、腐蚀、老化与失效风险。
表征学习与跨领域适配
评测冻结表征、零样本迁移与参数高效适配。
跨尺度桥接与闭合学习
学习势能面、本构关系、输运系数、观测算子及高低保真映射。
Transfer & Reliability
迁移与科学有效性评测
最终结果不是一个孤立平均误差，而是目标领域标注数据量—模型性能迁移曲线，并明确模型在哪些动力学与尺度上失效。
零样本→1%→5%→10%→全量微调
少样本预算按受试者、流域、shot、台站、天体、事件或材料批次等独立科学实体计算，而不是按高度重叠的时间窗口计算。
任务性能
连续与概率预测、事件检测、状态重建和寿命任务采用各自合适的指标，而非强行统一误差。
科学有效性
评估物理一致性、守恒与边界违反率、不确定性校准、极端事件表现和长期滚动稳定性。
迁移与效率
报告数据效率、负迁移、跨领域平均与最差领域表现，以及适配时间和计算成本。
同尺度跨系统
同系统跨尺度
跨系统且跨尺度