mcpField
R
reviewer-defense

reviewer-defense

github.com/fcakyonドキュメント43772 回インストール2 週間前に更新
リポジトリ

reviewer-defense について

査読や回答書に向けた論文準備を支援する方法論スキルです。技術面・表現面の弱点を特定し、査読者の質問を予測して、アブレーションの選定と回答の構成を支援します。

主な機能

  1. 01論文の弱点の特定
  2. 02査読者の質問の予測
  3. 03質問の可能性による順位付け
  4. 04根拠となるアブレーションの選定
  5. 05回答書の構成

活用シーン

  1. 01投稿前の草稿評価
  2. 02査読コメントへの回答準備
  3. 03懸念に対応する実験の選定
  4. 04否定的結果の報告方法の検討

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/fcakyon/phd-skills --skill reviewer-defense

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

詳細

査読への備えに関する方法論

査読者の視点から弱点を特定し、最も強い結果を選び、想定される質問への回答を作成して、研究者の査読準備を支援します。

ステップ 1：脆弱性の分析

論文を読み、査読者の視点から弱点を特定します。

技術的な弱点
  • 査読者が期待するベースラインが不足している
  • 評価指標が貢献を十分に捉えていない
  • 正当化されていない前提が記載されている
  • スケーラビリティに関する懸念が扱われていない
  • エラー分析や失敗事例に関する議論が不足している
プレゼンテーション上の弱点
  • 主張が証拠の裏付ける範囲を超えている
  • その分野の査読者が把握しているはずの関連研究が不足している
  • 方法論が不明瞭である（論文だけを読んで再実装できるか）
  • 図が意図した内容を明確に伝えていない
  • セクション間に不整合がある
実験上の弱点
  • 十分な説明のない小規模なデータセット
  • 統計的有意性の検定が不足している
  • 標準ベンチマークにおける最先端手法との比較がない
  • ハイパーパラメーターの感度を検討していない
  • 計算コストの比較がない

ステップ 2：投稿先に応じた予測

投稿先によって査読の傾向は異なります。

トップクラスの ML/CV 会議（CVPR、NeurIPS、ICLR、ECCV）：

  • 網羅的なアブレーション研究が期待されます
  • 強力なベースラインとの比較が必須です
  • 新規性を明確に示す必要があります
  • 再現性が重視されます

ワークショップ：

  • 研究途中の成果にも比較的寛容です
  • 網羅的な評価よりも興味深いアイデアが重視されます
  • 既存手法の新しい応用も認められます

ジャーナル：

  • 関連研究についての詳細な議論が期待されます
  • 会議よりも深い分析と多くの実験が求められます
  • 文章の質と構成も重要です

ステップ 3：質問の作成

想定される査読者の質問を、可能性の高い順に作成します。

各質問について：

  1. 質問 — 査読者が書くような表現にする
  2. 質問の理由 — 何がこの懸念を引き起こすか
  3. 既存データで回答できるか — はい（具体的なデータを示す）、またはいいえ（新たな実験が必要）
  4. 回答案 — 回答可能な場合は、簡潔な回答を記述する

テンプレート：

Q: [Reviewer question]
Motivation: [Why this would be asked]
Answerable: [Yes — cite Table X / No — would need experiment Y]
Draft response: [If answerable, 2-3 sentences]

可能性の高い順に、少なくとも 10 個の質問を作成します。

ステップ 4：アブレーションの選定

利用可能なすべての実験から、次の条件を満たすものを選びます。

  1. 中核となる貢献を証明する — 最も重要なアブレーションを 1 つ選ぶ
  2. 各コンポーネントの価値を示す — 段階的な追加による性能向上を示す
  3. 予想される弱点に対処する — 可能性の高い質問に先回りして答える
  4. 一貫性のあるストーリーを伝える — 展開に筋道が通っている

各アブレーションの評価基準：

  • 影響の大きさ：主要指標をどの程度変化させるか
  • 説明力：特定の主張を明確に裏付けているか
  • 独自性：ほかのアブレーションでは示せない点を示しているか
  • 掲載コスト：ページ数の制約に応じて、本論文か付録のどちらに掲載するか

ステップ 5：否定的な結果

否定的な結果も、適切に位置付ければ価値があります。

  • 「X を検討しましたが、Z のため Y を上回る改善は得られませんでした」
  • これにより、検討の徹底ぶりを示し、知見を提供できます
  • 「失敗」ではなく「分析」として位置付けます
  • 本論文に含めない場合は、補足資料に掲載します

ステップ 6：反論文の準備

実際の査読に回答する場合：

  1. どの査読者にも回答する前に、すべての査読を読む
  2. 査読者間で共通する懸念を特定する
  3. 優先順位を付ける：まず事実誤認、次に主要な懸念、最後に軽微な懸念に対処する
  4. 敬意を払う：査読者に感謝し、妥当な指摘を認める
  5. 具体的にする：該当するセクション、表、図を正確に示す
  6. 新たな実験：反論期間中に実施できるものだけを約束する

査読者ごとの反論文の構成：

We thank Reviewer X for their thoughtful feedback.

**[Major concern]**: [Direct response with evidence]

**[Specific question]**: [Concrete answer]

**[Suggestion]**: [How we will incorporate it]

出力形式

次の内容を作成します。

  1. 弱点の表：深刻度を添えた、カテゴリ別の弱点
  2. 想定される質問トップ 10：回答可能性と回答案を含む
  3. 推奨するアブレーションの選定：それぞれの選定理由を含む
  4. 推奨する文章の修正：投稿前に強化する具体的な段落

コメント

Markdown 対応