academic-paper-review

学术论文评审技能

概述

此技能可对学术论文和研究出版物进行结构化分析，达到同行评审质量。它遵循顶级会议和期刊（NeurIPS、ICML、ACL、Nature、IEEE）采用的既定学术评审标准，提供严谨、建设性且平衡的评估。

评审涵盖摘要、优势、弱点、方法评估、贡献评价、文献定位和可执行的建议，所有内容均以论文自身的证据为依据。

核心能力

• 解析并理解用户上传的 PDF 或通过 URL 获取的学术论文
• 按照顶级会议和期刊的评审模板生成结构化评审
• 评估方法的严谨性（实验设计、统计有效性、可复现性）
• 评价贡献的新颖性和重要性
• 通过有针对性的文献搜索，将研究置于更广泛的研究背景中
• 识别局限、缺口和潜在的改进方向
• 生成详细评审和简明执行摘要两种格式
• 支持任何科学领域的论文（计算机科学、生物学、物理学、社会科学等）

何时使用此技能

在以下情况始终加载此技能：

• 用户提供论文 URL（arXiv、DOI、会议论文集、期刊链接）
• 用户上传研究论文或预印本的 PDF
• 用户要求“评审”“分析”“批判”“评估”或“总结”一篇研究论文
• 用户想了解一项研究的优势和弱点
• 用户要求以同行评审的方式评估学术成果
• 用户请求协助为会议或期刊投稿准备评审意见

评审方法

阶段 1：理解论文

在形成任何判断之前，彻底阅读并理解论文。

步骤 1.1：识别论文元数据

提取并记录：

字段	说明
标题	论文完整标题
作者	作者名单及所属机构
出版 venue / 状态	出版 venue、预印本服务器或投稿状态
年份	出版或投稿年份
领域	研究领域及子领域
论文类型	实证研究、理论研究、综述、立场论文、系统论文等

步骤 1.2：深入阅读

系统地阅读论文：

1. 摘要与引言 — 确定论文声称的贡献及研究动机
2. 相关工作 — 注意作者如何将其工作与既有研究相比较
3. 方法 — 详细理解所提出的方法、模型或框架
4. 实验 / 结果 — 考察数据集、基线、指标和报告的结果
5. 讨论与局限 — 注意作者自行指出的局限
6. 结论 — 对照实际证据，核查结论中的主张

步骤 1.3：提取关键主张

明确列出论文的主要主张：

Claim 1: [Specific claim about contribution or finding]
Evidence: [What evidence supports this claim in the paper]
Strength: [Strong / Moderate / Weak]

Claim 2: [...]
...

阶段 2：批判性分析

步骤 2.1：搜索文献背景

使用网络搜索了解研究现状：

Search queries:
- "[paper topic] state of the art [current year]"
- "[key method name] comparison benchmark"
- "[authors] previous work [topic]"
- "[specific technique] limitations criticism"
- "survey [research area] recent advances"

使用 web_fetch 获取重要的相关论文或综述，了解这项工作在研究领域中的定位。

步骤 2.2：评估方法

使用以下框架评估研究方法：

标准	问题	评分
可靠性	方法在技术上是否正确？是否存在逻辑缺陷？	1-5
新颖性	哪些是真正的新内容，哪些只是渐进式改进？	1-5
可复现性	细节是否足以复现研究？是否提供代码和数据？	1-5
实验设计	基线是否公平？消融实验是否充分？数据集是否合适？	1-5
统计严谨性	结果是否具有统计显著性？是否报告误差线？是否进行了多次运行？	1-5
可扩展性	方法能否扩展？是否讨论了计算成本？	1-5

步骤 2.3：贡献重要性评估

评估重要性级别：

级别	描述	标准
里程碑式	从根本上改变该领域	开创全新范式、具有广泛适用性的突破
重大	推动技术水平发展的重要贡献	有充分证据支持的明确改进
中等	有一定局限性但仍有价值的贡献	渐进但有效的改进
边际	相较于现有工作进步甚微	收益微小、适用范围狭窄
未达门槛	未达到发表标准	存在根本性缺陷、证据不足

步骤 2.4：优缺点分析

对于每一项优点或缺点，请提供：

• 内容：具体观察
• 位置：章节／图／表的引用
• 重要性：对论文主张或实用性的影响

阶段 3：评审综合

步骤 3.1：整理结构化评审

使用下方模板撰写最终评审。

评审输出模板

# Paper Review: [Paper Title]

## Paper Metadata
- **Authors**: [Author list]
- **Venue**: [Publication venue or preprint server]
- **Year**: [Year]
- **Domain**: [Research field]
- **Paper Type**: [Empirical / Theoretical / Survey / Systems / Position]

## Executive Summary

[2-3 paragraph summary of the paper's core contribution, approach, and main findings.
State your overall assessment upfront: what the paper does well, where it falls short,
and whether the contribution is sufficient for the claimed venue/impact level.]

## Summary of Contributions

1. [First claimed contribution — one sentence]
2. [Second claimed contribution — one sentence]
3. [Additional contributions if any]

## Strengths

### S1: [Concise strength title]
[Detailed explanation with specific references to sections, figures, or tables in the paper.
Explain WHY this is a strength and its significance.]

### S2: [Concise strength title]
[...]

### S3: [Concise strength title]
[...]

## Weaknesses

### W1: [Concise weakness title]
[Detailed explanation with specific references. Explain the impact of this weakness on
the paper's claims. Suggest how it could be addressed.]

### W2: [Concise weakness title]
[...]

### W3: [Concise weakness title]
[...]

## Methodology Assessment

| Criterion | Rating (1-5) | Assessment |
|-----------|:---:|------------|
| Soundness | X | [Brief justification] |
| Novelty | X | [Brief justification] |
| Reproducibility | X | [Brief justification] |
| Experimental Design | X | [Brief justification] |
| Statistical Rigor | X | [Brief justification] |
| Scalability | X | [Brief justification] |

## Questions for the Authors

1. [Specific question that would clarify a concern or ambiguity]
2. [Question about methodology choices or alternative approaches]
3. [Question about generalizability or practical applicability]

## Minor Issues

- [Typos, formatting issues, unclear figures, notation inconsistencies]
- [Missing references that should be cited]
- [Suggestions for improved clarity]

## Literature Positioning

[How does this work relate to the current state of the art?
Are key related works cited? Are comparisons fair and comprehensive?
What important related work is missing?]

## Recommendations

**Overall Assessment**: [Accept / Weak Accept / Borderline / Weak Reject / Reject]

**Confidence**: [High / Medium / Low] — [Justification for confidence level]

**Contribution Level**: [Landmark / Significant / Moderate / Marginal / Below threshold]

### Actionable Suggestions for Improvement
1. [Specific, constructive suggestion]
2. [Specific, constructive suggestion]
3. [Specific, constructive suggestion]

评审原则

建设性批评

• 始终提出改进方法——不要只指出问题，也要提出解决方案
• 肯定应得的认可——即使论文存在缺陷，也要认可其真正的贡献
• 具体明确——引用准确的章节、公式、图和表
• 区分轻重缓急——区分致命缺陷与可修正的问题

客观性标准

• ❌“这篇论文写得很差”（含糊、无助于改进）
• ✅“第 3.2 节引入了符号 X，却未给出正式定义，导致定理 1 中的证明难以理解。建议在问题定义之后添加符号表。”（具体、可操作）

伦理评审实践

• 不要因作者的声誉或所属机构而否定其工作
• 根据工作本身的价值进行评估
• 建设性地指出潜在的伦理问题（数据集中的偏见、双重用途影响）
• 对未发表的工作保密

按论文类型调整评审重点

论文类型	关注重点
实证研究	实验设计、基线、统计显著性、消融实验、可复现性
理论研究	证明的正确性、假设的合理性、界限的紧致性、与实践的联系
综述	全面性、分类体系的质量、对近期工作的覆盖、综合洞见
系统研究	架构决策、可扩展性证据、实际部署、工程贡献
观点论文	论证连贯性、主张的证据、潜在影响、公平的表述

应避免的常见陷阱

• ❌ 评审自己希望看到的论文，而不是实际提交的论文
• ❌ 要求超出合理范围的额外实验
• ❌ 因论文未解决另一个问题而予以处罚
• ❌ 过度受写作质量影响，而忽视技术贡献
• ❌ 将未与自己的工作进行比较视为缺点
• ❌ 只提供总结，没有批判性分析

质量检查清单

完成评审前，请确认：

• 已完整阅读论文（而不只是摘要和引言）
• 已识别所有主要主张，并根据证据进行了评估
• 至少提供了 3 项优点和 3 项缺点，并附有具体引用
• 方法评估表已填写完整，包含评级和理由
• 向作者提出的问题针对真实的歧义，而非流于修辞性质的批评
• 已进行文献检索，以便将该贡献置于背景中评估
• 建议具有可操作性且富有建设性
• 总体评估与已识别的优点和缺点一致
• 评审语气专业且尊重
• 已将小问题与主要关切区分开

输出格式

• 以 Markdown 格式输出完整评审
• 在沙盒中工作时，将评审保存到 /mnt/user-data/outputs/review-{paper-topic}.md
• 使用 present_files 工具向用户展示评审

注意事项

• 此技能与 deep-research 技能互为补充——如果用户希望结合更广泛的领域背景评审论文，请同时加载这两项技能
• 对于付费墙后的论文，使用可获取的内容（摘要、公开版本、预印本镜像）
• 根据用户需求调整评审深度：快速筛选时提供简要评估，投稿准备时提供完整评审
• 对多篇论文进行比较评审时，所有评审应采用一致的标准
• 始终说明评审的局限性（例如：“我无法详细核验附录 B 中的证明”）