verify-claims

主張を検証する

主張と根拠の照合ゲートです。査読者は、論文が主張することと、実際に示していることの隔たりを突きます。裏付けのない「我々が初めてである」という主張、比較のない「最先端」、検証のない「有意な改善」、表では裏付けられていない本文中の高速化の記述などです。このスキルは、そうした主張の候補を見つけ、著者にそれぞれの根拠を対応付けてもらい、主張マトリックス（主張・箇所・根拠・ステータス）を作成します。これにより、査読者に指摘される前に隔たりを可視化し、解消できます。

これはverify-citationsの内容面での補完機能です。前者のスキルは、.bib内の各参考文献が実在する論文に対応していることを確認します。このスキルは、本文中の重要な各文が、この論文内の何らかの根拠（数値、図、表、実験）または実在する引用によって裏付けられていることを確認します。草稿、 rebuttal、またはカメラレディを外部に出す前に、両方を実行してください。

使用するタイミング

• ユーザーが引用ではなく主張の検証、監査、確認を求めている場合：「主張は裏付けられていますか？」「主張を誇張していませんか？」「結果と表の内容は一致していますか？」
• rebuttal の前：査読者から最もよく指摘されるのは、裏付けのない貢献や誇張された貢献です。まず隔たりを埋めるか、根拠を用意して rebuttal に臨みます。
• カメラレディまたは arXiv への提出前：弁護できない「初めて」という主張を弱めたり、改訂後の表と食い違う数値を修正したりする最後の機会です。
• polish-tables-figuresで表を再生成した後、本文が新しい数値と一致しているか確認する場合。

入力

• 論文の.tex（メインファイル。スクリプトは\input／\includeをたどります）。.bibと同じ場所、または\documentclassを含むファイルの中から見つけてください。
• 作業に参加する著者：このスキルでは主張が真実かどうかを判断できません。候補を提示し、著者が根拠を提示するか、根拠がないことを認めます。操縦するのはCopilotであり、Pilotではありません。
• オプション：.paper-memory/profile.yml — risk_appetiteとcontribution_typeで、新規性をどこまで強く主張するか、どの程度慎重に表現するかを設定します（Memoryを参照）。

手順

1. 主張の候補を抽出します。 決定的な処理はスクリプトに任せます。主張を探すために論文を目視で確認しないでください。

   python3 scripts/claim_audit.py path/to/main.tex --json /tmp/claims.json
   

   本文（数式、コメント、表は除外）をスキャンし、新規性を示す表現（「初めて」「新規の」「我々だけが」「先行研究とは異なり」）、優位性を示す表現（「上回る」「最先端」「最良」「優れている」）、大きさ・結果を示す表現（「有意に」「X％改善」「N倍高速」「大幅に」）、一般化を示す表現（「常に」「あらゆる場合に」「保証する」を含む文を検出します。また、本文中のすべての数値トークンと、表中のすべての数値セルも抽出するため、相互に照合できます。各候補には、種類、文、file:line形式の位置情報が付与されます。

   便利なオプション：

   • --type novelty（またはsuperiority、result、generalization）— 指定した種類の主張に絞り込みます。
   • --numbers — 本文中の数値と表中の数値の照合リストのみを出力します（「結果と表の内容は一致していますか？」という質問に使います）。
   • --context N — 各主張の前後にあるN文を含めます。
   • --min-confidence high — 論文が長い場合に、最も強いシグナルの候補だけに絞り込みます（誤検出を減らせます）。

   終了コード：0は主張候補が見つからなかった場合（まれです。通常はファイルが解析されたものの、ほぼ空であることを意味します。入力を確認してください）、2は主張候補が見つかった場合（通常のケースです。問題ではなく、著者による精査が必要です）、1は処理上の失敗（ファイルを読み取れない、引数が不正など）を示します。スクリプトは主張を見つけますが、判断はしません。したがって、予想される正常な結果はゼロ以外の2であり、失敗ではありません。

2. 著者とともに、各候補を根拠に対応付けます。 これがこのスキルの中核であり、自動化はできません。スクリプトは「最先端の精度を達成しています」といった記述にフラグを立てますが、その主張を裏付ける結果がどれなのかを判断できるのは著者（または論文自体の表 3）だけです。各候補について、次の事項を確定してください。

   • 根拠 — 主張を裏付ける具体的な結果、表／図番号、実験、定理、引用（\ref／\label、表のセル、セクションなど）です。「セクション 4」は根拠ではありません。「表 3 の BERT-large の行で、最も強力なベースラインを F1 で +2.1 上回る結果」が根拠です。
   • ステータス — SUPPORTED（根拠があり、主張と一致）、WEAK（根拠はあるものの、主張に対して不十分。たとえば、有意性検定なしで「有意に」と述べている）、UNSUPPORTED（根拠が見つからない）、MISMATCH（本文中の数値と表の数値が一致しない）、または SCOPED（範囲を狭めれば妥当な主張。手順 4 を参照）。

   各主張タイプに必要な根拠と、それぞれに対する標準的な査読者の指摘については、references/claim-taxonomy.md をお読みください。

3. 過剰な主張に関するルールを適用します。 references/overclaiming-rules.md をお読みください。特に問題になりやすい表現は次のとおりです。

   • **「初めて」／「新規性がある」**と主張するには、擁護可能な範囲の限定と文献調査が必要です。「X を初めて達成した」という無条件の主張は、反例が一つ見つかるだけで、編集者に恥をかかされかねません。「条件 Y のもとで初めて X を達成した」のように、範囲を限定した表現を優先してください。
   • **「最先端」／「上回る」**と主張するには、比較の詳細が必要です。どのベースラインと、どのベンチマークで、どれだけの差があり、ベースラインが最新で公平に調整されているかを示してください。
   • **「有意に」／「大幅に」**は統計用語です。平均値が大きいだけではなく、検定（および検定名）が必要です。検定を行っていない場合は、データではなく表現を変更してください。
   • 本文中の数値は、要約対象の表／図の数値と一致していなければなりません。スクリプトの --numbers モードでは、本文と表の数値が一覧表示されます。食い違いをすべて解消してください（表を改訂した後に古い記述が残るのは、カメラレディ原稿でよくあるミスです）。

4. 著者とともに、主張ごとの修正方法を決めます。 誠実な対応は次の 3 つだけです。4 つ目はありません。

   • 裏付ける — 不足している根拠を追加する、または既存の根拠を示します（論文にすでにある結果、引用、実施すべき実験など）。
   • 範囲を限定する — 根拠が実際に裏付けている内容に主張を絞ります（「初めて」→「Y の条件下で初めて」、「常に」→「私たちの実験では」）。
   • 削除する — 裏付けも範囲の限定もできない場合は、主張を削除します。 4 つ目の対応、つまり実施していない根拠、結果、引用、または有意性検定を捏造することは、決して行わないでください。「この主張には根拠がありません」と正直に伝えるほうが、根拠を捏造するより適切です。

5. paper-workspace/review/claims-matrix.md に 主張一覧表を作成します。裏付けが不可欠な主張ごとに 1 行を設け、主張・場所・タイプ・根拠・ステータス・推奨する修正を記載します。チャットの要約では、まずステータス別の件数と、未解決のうち最も危険な項目（UNSUPPORTED と MISMATCH を優先）を伝えてください。実行内容を INDEX.md に追記します。

6. 修正後に再実行します。 著者が修正したら、claim_audit.py（および --numbers）を再実行し、表現を弱めた主張や範囲を限定した主張にフラグが立たなくなったこと、本文と表の数値に食い違いが残っていないことを確認します。裏付けが不可欠なすべての主張が SUPPORTED、SCOPED、または著者が明示的に受け入れた WEAK になった時点で終了します。「改善を続ける」という終わりのないループにはしないでください（数回以内にとどめ、未解決の項目を報告します）。

出力

• claim_audit.py の標準出力（および --json）：タイプ、場所、本文と表の数値の照合結果を含む主張候補一覧です。これは作業リストであり、判定結果ではありません。
• paper-workspace/review/claims-matrix.md：著者が記入して対応する、レビュー可能な主張一覧表と、INDEX.md に追記する 1 行の記録です。
• チャットの要約：ステータス別の件数、リスクの高い未解決の主張、主張ごとの修正方法（裏付ける／範囲を限定する／削除する）を記載します。根拠を捏造してはいけません。

厳守事項

• このスキルは、主張が真か偽かを独自に判断することはありません。「X を行った最初の論文か」や「本当に最先端か」を判定するためのオラクルはありません。候補を提示し、判断を著者と論文自体の根拠に委ねます。モデルの自己評価を検証のシグナルとして使わないでください（自己評価が測るのは正しさではなく、もっともらしさです。また、もっとも確信しているときに限って、最も当てになりません）。
• **根拠を捏造してはいけません。**主張を「裏付ける」ために、結果、表番号、引用、ベースライン、有意差検定を作り出してはいけません。裏付けられない場合は、範囲を限定するか削除する必要があります。
• **数値は文章表現ではなく、事実です。**文章中の数値が表と異なる場合は、表（または基礎となる結果）に基づいて調整すべき不一致です。著者がより好む文に合わせて表を編集してはいけません。
• **「first」「SOTA」「significant」は、証拠を要する重要な語です。**修辞的な飾りではなく、証明が必要な主張として扱ってください。
• このスキルは、この論文内の主張と根拠の対応関係を確認します。.bib が解決されるかどうかは検証しません。それは verify-citations の役割です。主張の根拠が引用文献の場合は、その参照先を verify-citations に渡してください。
• 報告と説明のみを行い、論文の編集や投稿は行いません。裏付けるか、範囲を限定するか、削除するかは、すべて著者が決定します。

分野に合わせる

デフォルト設定は、CS 分野の投稿先（IEEE／ACM／ML）を想定しています。検出用語集と証拠に関する要件は分野ごとに異なります。理論論文の主張は表ではなく定理や証明を根拠とし、HCI 論文の主張は研究デザインや有意性の報告を根拠とし、サーベイ論文では「性能が上回る」かどうかではなく、対象範囲や分類体系の網羅性が重視されます。references/claim-taxonomy.md と claim_audit.py の検出用語リスト（詳細はインラインの説明を参照）を編集し、分野に応じた主張の語彙と証明基準に合わせてください。

同梱リソース

• scripts/claim_audit.py — .tex から主張候補の文と、本文・表にある数値の相互チェックを抽出します。標準ライブラリのみを使用します。すべてのオプションについては --help を参照してください。実行して使用し、論文を手作業で確認しないでください。
• references/claim-taxonomy.md — 主張の種類、それぞれに必要な証拠、各主張に対する典型的な査読者の批判を説明します。
• references/overclaiming-rules.md — 頻出する過剰な主張（「first」「SOTA」「significant」、古い数値）と、それぞれに対する裏付け・範囲の限定・削除という対処法を説明します。

メモリ

共有の .paper-memory/ 規約を使用します（仕様全文： paper-memory-convention.md）。

• 開始時： lessons.md を読み、著者が今回すでに範囲を限定した、または裏付けを示した主張を再度指摘しないようにします。また、繰り返される過剰主張の傾向（例：「断定的な『first』の主張を書きがちなので、最初に範囲を限定する」）があれば、最初に伝えます。profile.yml の risk_appetite を読みます。conservative の著者は、WEAK な主張すべてに留保を加えたいと考えます。aggressive の著者は、査読で擁護するつもりの、擁護可能な WEAK な主張を受け入れます。
• 終了時： 共有形式 - [YYYY-MM-DD] (verify-claims | <scope>) issue -> recommendation に従い、reflect-and-improve の reflect_log.py append を使って、長期的に役立つ所見を追記します。論文内または複数の論文にわたる傾向（例：範囲を限定していない新規性の主張、検定なしの「significant」）は recurring、修正済みの単一の文は this-paper とします。捏造した裏付けは決して記録せず、傾向と誠実な修正方法のみを記録します。
• .paper-memory/ がない場合は必要に応じて作成し、プロジェクトの .gitignore への追加を提案します。ローカル限定であり、このリポジトリにアップロードしたり、コピーしたりしてはいけません。