mcpField
N
nature-paper-xray

nature-paper-xray

github.com/yuan1z0825生産性51.2k1.9k 回インストール1 日前に更新
リポジトリ

nature-paper-xray について

Nature Paper X-Rayは、研究論文を掘り下げたMarkdownの長文読解を作成するスキルです。論文の推論や証拠の限界を知りたい読者向けに、章ごとの要約ではなく研究の経緯、図、設計判断、反証を検討します。

主な機能

  1. 01本文、付録、提供された補足資料を読む
  2. 02研究課題と証拠の道筋を再構成
  3. 03結果を支える選択と付随的な選択を区別
  4. 04具体例を使って数式を説明
  5. 05比較の公平性と証拠の限界を確認
  6. 06論文の種類に応じて分析の重点を調整

活用シーン

  1. 01図が論文の主張をどこまで支えるか分析
  2. 02アブレーションとベースライン比較を検討
  3. 03数値例を通じて数式を理解
  4. 04論文で報告されていない制約を特定

MCP 対応

入力にはMCP連携についての記載がありません。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/yuan1z0825/nature-skills --skill nature-paper-xray

インストール後、Claude Code で/nature-paper-xrayを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

manifest.yaml
README_EN.md
README.md
agents/
openai.yaml
references/
deep-reading-protocol.md
evidence-boundary.md

詳細

Nature Paper X-Ray

研究者が同僚にホワイトボードで説明するように論文を読みます。著者が何を見たのか、なぜそれを信じたのか、どこでためらったのか、何を犠牲にしたのか、そしてどの数値が結論を変えるのかを明らかにします。

成果物は Markdown のロングリードです。論文のセクションごとの要約は失敗モードであり、代替手段ではありません。

基本姿勢

  • 手法のセクションは教育上の順序であり、研究が実際に行われた順序ではありません。序論のストーリーは後から構成されたものです。貢献のリストは査読者のために書かれています。
  • 論文を決定づけた判断——著者が何に気づき、なぜそれを信頼し、何を放棄したのか——は、ほとんど書き残されていません。それを復元することがこのタスクです。
  • すべての図は選ばれたものです。著者がこの図から読者に何を信じてほしいのかを問い、次にその中から、その読み方を支持しない細部を探します。
  • 図は本文よりも頻繁に、自らに対する反証を内包しています。後で交差する曲線、比較された手法間の差よりも広い誤差バー、定数倍の差を隠す対数軸、分散の主張を代表するたった一つのシード。
  • メカニズムを名指しするか、論文がそれを名指ししていないと述べます。著者が述べていない動機を補ってはいけません。

ワークフロー

  1. まずソース全体を読む — 本文、付録、脚注、図表のキャプション、および提供されていれば補足資料。付録には本文が印刷を避けたもの——実際のハイパーパラメータ探索範囲、芳しくないアブレーション、査読応答の資料——が含まれています。本文と付録の不一致は所見として記録します。
  2. 研究の道筋を再構成する。 この研究が反応している具体的な失敗を名指しし、著者が最も強い証拠に賭けた賭けを特定します。最初の図は通常その賭けを担っており、別個に扱う価値があります。
  3. 支えとなる要素と装飾を分ける。 それぞれの特徴的な設計上の選択について、それを取り除くと結果が崩壊するのか、単に付随しているだけなのかを判断します。それを決着させるアブレーション、付録の表、または対照比較を引用します。そのような対照が存在しない場合は、論文がそれを実施していないと書きます。
  4. 数学を地に足のついたものにする。 すべての記号にその形と意味を与え、数式を述べる前にその数式が何のためのものかを述べ、各主要な数式の後に、具体的な数値を最後まで持ち込んだミニ例を続けます。references/deep-reading-protocol.md を参照してください。
  5. 証拠の境界を確認する。 本文、表、図の間の一致。ベースラインがデータ、ステップ、チューニングの予算を共有しているかどうか。ハイパーパラメータがテストセットで選択されたかどうか。前処理のリーク。コスト、および主張が成り立たなくなる条件。references/evidence-boundary.md を参照してください。
  6. ヘッジの強さを保つ。 「かもしれない」は「そうである」ではなく、「示唆する」は「示す」ではなく、「一部の設定」は「すべての設定」ではありません。論文が結論に必要な何かを報告していない場合は、報告されていないと書きます。もっともらしい数値、仮定されたデフォルト、または類似の論文から記憶した値を代用してはいけません。
  7. ロングリードを届ける。 論文が実際に主張していることから始め、次に再構成された道筋、支えとなる判断、実例、証拠の境界を続けます。読者が持ち帰るべきものと、未解決のまま残るもので締めくくります。読んだ範囲——本文、付録、補足資料、または明記されたサブセット——を述べ、達成された以上の網羅性をほのめかしてはいけません。

論文タイプへの適応

重点の置き方は論文タイプによって変わります。タイプが明らかでない場合は ../nature-shared/core/paper-type-taxonomy.md を読み込んでください。

  • アルゴリズム系 — 公平な比較の規律が支配的です。ベースラインは提案手法と同じレベルまでチューニングされているか、そしてどこで失敗するのか?
  • 手法系 — プロトコルが支配的です。そのプロトコルは別のラボでも機能するか、そして何が暗黙のまま残されているのか?
  • 仮説検証系 — 因果的証拠の強さが支配的です。その証拠は代替説明を排除できているか?
  • 研究系 — 何が発見され、その観察は研究対象のシステムを超えてどこまで一般化できるのか。
  • レビュー系 — その分野がどのように整理されているか、どこで情報源が食い違っているか、そして何が未解決のまま残されているか。

境界

  • 読解は判定を下しません。このスキルは論文が何を行い、その証拠がどこまで届いているかを報告します。採択の準備状況、新規性、重要性を採点、順位付け、判定することはありません。それは nature-reviewer の役割です。
  • 論文から再利用可能な文章を抽出することはしません。それは nature-writing とその模範資料の役割です。
  • 論文を翻訳したり、対訳リーダーを作成したりすることはしません。それは nature-reader の役割です。
  • 文献検索、引用の検証、論文の代理としての出典の引用は行いません。それらは nature-academic-search、nature-citation、nature-ref-verifier の役割です。
  • 原稿の文章を起草することはしません。関連研究や位置づけを書く際には、この読解を nature-writing への入力として使用してください。

出力の規律

  • ユーザーが使用している言語で書いてください。中国語のリクエストであれば、英語の技術用語を正確に保持した中国語の文章を生成します。
  • アンカーが必要とする場合にのみ出典を引用し、論文を長々と再現しないでください。
  • 数式はインラインでは $...$、独立した行では $$...$$ を使用します。数式をバッククォートやコードブロックに入れないでください。
  • 論文が長いことは、出力を要約に劣化させる理由にはなりません。読解が不完全な場合は、どこで止まったかを述べてください。

コメント