代码跑通不等于实验可信：一套高光谱分类实验核验流程。

以高光谱分类为例，整理一套可核验的AI辅助方法写作流程

高光谱分类研究不必盲目追随大模型趋势。高光谱图像具有空间和光谱双重特性，传统模型泛化性较差。HyperSIGMA等大模型通过预训练学习通用表征，采用空间-光谱分离建模和稀疏注意力降低计算成本。但研究者需根据课题需求选择：多场景任务适合探索基础模型，单数据集小样本研究则应先确保baseline可靠性。实验可信度比模型规模更重要，建议先验证数据划分合理性，再考虑是否采用大模型方案。高光谱分类应注重问题