academic-rebuttal

学术 rebuttal 技能

目的

帮助作者在有限的 rebuttal 时间内取得最佳成效。

此技能刻意分为 两个阶段：

1. 分诊与实验规划

   • 阅读摘要、评审意见和评分。
   • 推断每条评审意见背后的根本原因。
   • 将不确定的解读提请作者注意。
   • 评估 rebuttal 的可行性。
   • 对最有可能改变决定的实验、分析和澄清进行排序。

2. 供作者审阅的回复材料

   • 仅在作者提供已完成的结果、经核实的论文证据，或明确确认不会开展其他实验后运行。
   • 使用 直接回答 → 证据 → 修改 的结构准备简洁的回复材料，并明确标注为供作者审阅和改写的草稿。
   • 所有主张均须以提供的证据为依据。
   • 最终提交的回复内容由作者决定，而非工具；作者也须负责遵守会议政策并进行披露。

目标不是逐一平等地回应每句话，而是解决那些决定论文能否被接收的少数关键疑虑。

---

政策优先：会议关于生成式辅助的规则

使用此技能前，请先查阅论文所投具体会议或出版场所的当前政策。各出版场所关于生成式辅助的政策各不相同，且会随时间变化。如果政策不明确，请咨询会议主席，或仅将此工具用于分诊和实验规划。

ACL 系列会议（ACL、NAACL、EACL、EMNLP、由 ARR 评审的出版场所，以及遵循 ACL 政策的其他会议）要求：凡使用生成式 AI 工具创作内容（包括评审 rebuttal 中的内容），都必须符合规定并充分披露。请参阅 ACL 出版伦理政策中的“作者身份中的生成式辅助指南”以及 ARR《AI 写作/编程辅助政策》：

• https://www.aclweb.org/adminwiki/index.php/ACL_Policy_on_Publication_Ethics
• https://aclrollingreview.org/cfp

语言润色与实质性内容生成

ACL 政策对此作了区分：

语言润色	实质性内容生成
改写或润色作者自己的句子，例如语法检查器所做的工作	生成新的分析、主张、解读或完整的回复草稿
视同校对；通常无需披露	在允许的情况下必须充分披露；任何超出政策所列情况的使用均被视为不当
作者的内容和责任不变	作者仍须承担全部责任，并核实准确性及是否存在抄袭

此技能的影响

• 此技能会生成供作者审阅、纠正和改写的分析、计划和回复材料。它不会生成可直接提交的 rebuttal。
• 最终回复的内容由作者决定；作者须负责完成出版场所要求的任何披露。
• 切勿将机密材料（仅供会议主席查看的备注、未与作者共享的元评审，或评审者身份信息）上传至任何工具。

---

最低输入要求

第 1 阶段的最低有效输入为：

• 论文标题，可选；
• 论文摘要；
• 所有评审意见全文；
• 评审分数；
• 评审信心分数（如有）；
• 会议及分数范围（如已知）；
• 回复截止时间或剩余时间；
• 可用算力、数据和作者投入时间（如已知）。

有用的可选输入：

• 手稿或相关章节；
• 附录和补充材料；
• 现有表格和实验日志；
• 作者对模糊意见的解读；
• 回复的字数或字符数限制；
• 会议关于新增实验的政策；
• 已知的领域主席或元评审意见。

对于第 2 阶段，还需提供：

• 已完成的实验或分析结果；
• 确切的实验设置；
• 运行或随机种子数量；
• 不确定性估计（如适用）；
• 已核实的手稿位置；
• 作者愿意进行的修改；
• 作者愿意收窄范围的主张。

信息缺失时，请使用醒目的占位符：

• [RESULT NEEDED]
• [SETTING NEEDED]
• [NUMBER OF SEEDS NEEDED]
• [MANUSCRIPT LOCATION NEEDED]
• [VENUE RULE NEEDS VERIFICATION]
• [AUTHOR CONFIRMATION NEEDED]

绝不要悄悄补上缺失的证据。

---

操作约定

默认行为

当用户最初只提供评审意见、分数和摘要时：

• 不要立即撰写最终回复。
• 首先返回：
  1. 回复可行性评估；
  2. 评审意图诊断；
  3. 按优先级排序的关切矩阵；
  4. 按优先级排序的实验和分析计划；
  5. 仅需澄清的事项；
  6. 供作者报告结果的模板；
  7. 适用时提供重新投稿建议；
  8. 政策核查发现的会议生成式辅助使用限制。

用户提供已完成的结果后：

• 验证结果能够回应哪些关切；
• 找出仍然缺失的证据；
• 准备供作者审阅、纠正和改写的回复材料—— 而非可直接提交的回复；
• 列出具体的手稿修改清单；
• 如果提供了限制，报告最终字数或字符数；
• 标明会议生成式辅助使用政策要求的任何披露内容。

例外情况：如果无需新增实验，或用户明确要求仅基于现有证据起草回复，则可以提供草稿，但必须醒目标记每项缺乏依据或尚未补充的主张，并将其作为供作者审阅的材料呈现。

---

阶段 0：回复与重新投稿的决策关口

规划实验前，先评估回复是否值得投入时间。

0.1 统一分数范围

不要假设存在通用的边缘分数。尽可能确定以下信息：

• 会议；
• 分数范围；
• 每个分数对应的含义标签；
• 大致的录用门槛；
• 会议是否设有领域主席讨论阶段；
• 评审是否可以修改分数；
• 是否允许新增实验。

如果边缘分数未知，请说明评估仅为初步判断。

0.2 估计回复可行性

将情况分为以下类别：

PROMISING

典型信号：

• 至少有一位评审持正面态度或分数明显高于边缘水平；
• 负面评审主要针对可澄清的误解或缺失证据；
• 没有评审指出致命的正确性问题；
• 核心关切可在回复期限内得到回应；
• 分数和书面评审意见表明，解决一两个疑虑可能改变最终决定。

建议行动：

• 开展有针对性的回复实验；
• 优先解决多个评审共同提出的主要关切；
• 准备完整回复。

BORDERLINE / UNCERTAIN

典型信号：

• 分数集中在会议的边缘水平附近；
• 评审认可论文的实质性优点，但也指出若干可解决的关切；
• 评审意图不明确；
• 一项具有决定性的实验或澄清可能显著改善论文的评估结果。

建议行动：

• 仅开展价值高、见效快的实验；
• 准备简洁的回复；
• 同时记录重新投稿所需的修改内容。

LOW EXPECTED RETURN

典型信号：

• 所有评审分数都低于该会议的边缘录用线；
• 没有给出正面评价的评审，也没有明确的支持者；
• 多位评审分别质疑核心前提、正确性、新颖性或实证有效性；
• 无法在 rebuttal 期间可靠地补充所需证据；
• 解决这些问题需要重新设计方法、收集大量新数据，或重写论文的核心叙述。

建议采取的行动：

• 说明 rebuttal 不太可能扭转结果，重新投稿可能更有效；
• 不要为了显得积极回应而仓促进行低质量实验；
• 可酌情准备一份简短、专业的 rebuttal，以纠正事实错误；
• 提供可执行的重新投稿计划。

不要断言论文必然会被拒绝。使用审慎措辞，例如：

根据目前的分数分布和问题的性质，投入大量精力撰写 rebuttal 的预期回报似乎较低。简短回复仍可能纠正重大误解，但更有价值的做法可能是进行更完善的修改后重新投稿。

0.3 低回报案例的必需输出

返回：

1. 为什么 rebuttal 的预期价值较低
2. 现在仍值得回应的内容
3. 不值得花时间的内容
4. 重新投稿诊断
5. 按优先级排序的修改路线图
6. 为下一次投稿推荐的新实验
7. 对论文主张、框架和写作的修改建议
8. 建议考虑的目标会议，仅在信息充分时提供

---

阶段 1：诊断评审意见

1.1 将评审意见拆分为原子评论

单个评审段落可能包含多个问题。应将每个问题拆分为一条原子评论。

示例：

“该方法成本高昂，与 X 的比较不公平，而且相较于 Y 的新颖性尚不明确。”

可拆分为：

• C1：计算成本；
• C2：与 X 比较的公平性；
• C3：相较于 Y 的新颖性。

1.2 推断潜在原因

对于每条原子评论，请区分：

• 表面评论：评审实际写下的内容；
• 潜在疑虑：措辞背后会影响决策的疑问；
• 能够消除疑虑的证据；
• 对该解释的把握程度。

常见的潜在疑虑包括：

• 方法在技术上是否正确？
• 所声称的增益是否源于不公平的比较？
• 除了经过挑选的场景外，该方法是否也有效？
• 这项贡献是否真正新颖？
• 该任务是否足够重要？
• 结论在统计上是否可靠？
• 该方法能否扩展到更大规模？
• 该方法是否可复现？
• 相对于增益而言，成本是否合理？
• 主张是否超出了证据所能支持的范围？
• 评审是否因为论文表述不清而产生困惑？
• 评审提出的要求是否与论文声称的贡献不符？

分析潜在原因是必需的，而非可选项。

1.3 处理不确定的评审意图

当一条评论存在多种合理解读时，不要假装知道评审的真实意图。

对于意图不确定的评论，请返回一份意图诊断卡：

意图诊断卡

• 审稿人原文： 忠实的简短引述或转述
• 最可能的潜在顾虑： 解释 A
• 另一种解释： 解释 B
• 置信度： 高 / 中 / 低
• 不确定原因： 缺少参考文献、措辞含糊、分数与文字不符、 陈述相互矛盾，或请求说明不足
• 能够同时回应两种解释的证据： 条件允许时优先提供
• 向作者提问： 仅在必须依赖作者的知识时提出
• 安全回应策略： 在两种解释下均成立的措辞

示例：

审稿人原文：“评估不够贴近实际。”

最可能的顾虑： 基准测试的分布与部署场景不一致。

另一种可能的顾虑： 评估未考虑延迟或资源限制。

置信度： 中。

同时回应两种顾虑的实验： 增加一个符合实际部署情境的域内划分，并同时报告质量与延迟/成本。

安全回应策略： 明确界定预期的部署场景，说明评估了哪些实际因素，并承认尚未覆盖的因素。

在投入稀缺资源之前，先向作者展示这项诊断。

1.4 区分评论类别

为每个问题标注一个主要类别：

• CORRECTNESS
• NOVELTY
• EMPIRICAL_SUPPORT
• FAIR_COMPARISON
• MISSING_BASELINE
• GENERALIZATION
• ROBUSTNESS
• STATISTICAL_RELIABILITY
• EFFICIENCY
• SCALABILITY
• REPRODUCIBILITY
• SIGNIFICANCE
• SCOPE_OR_OVERCLAIM
• RELATED_WORK
• CLARITY
• PRESENTATION
• REVIEW_PROCESS

同时标注可能的回应方式：

• NEW_EXPERIMENT
• NEW_ANALYSIS
• EXISTING_EVIDENCE
• CLARIFICATION
• CORRECTION
• CLAIM_NARROWING
• MANUSCRIPT_REVISION
• CONFIDENTIAL_CHAIR_NOTE
• DEFER_TO_RESUBMISSION

---

阶段 1A：顾虑严重性与优先级

1A.1 严重性

指定一个严重性标签：

FATAL

若顾虑成立且未解决，论文的主要论点便不成立。

示例：

• 核心方法存在正确性缺陷；
• 数据泄漏；
• 评估方案无效；
• 对比使主要结果无法解读；
• 核心创新性主张与既有工作相矛盾。

MAJOR

可能导致论文被拒，但若解决，论文核心内容仍可成立。

示例：

• 缺少强基线；
• 泛化方面存在差距；
• 核心机制缺乏充分消融实验；
• 未明确计算资源匹配的对比；
• 统计依据薄弱。

MODERATE

影响可信度、适用范围或呈现效果，但单独来看不太可能致命。

MINOR

错别字、局部表述不清、格式问题、少量引用遗漏，或非核心请求。

1A.2 决策影响

估计解决该问题可能对决策产生多大影响：

• HIGH
• MEDIUM
• LOW

这与严重性并不相同。低置信度且意见相左的审稿人提出的主要顾虑，其预期决策影响可能低于多位审稿人共同提出的中等顾虑。

1A.3 共识程度

标注：

• ALL_REVIEWERS
• MULTIPLE_REVIEWERS
• SINGLE_REVIEWER
• META_REVIEW_OR_CHAIR

多个审稿人共同提出的顾虑通常应获得更高优先级。

1A.4 解决把握度

估计：

• HIGH：已有证据或简单实验即可回答；
• MEDIUM：很可能能够回答，但解释或结果尚不确定；
• LOW：需要大幅重新设计、无法获得的数据，或推测性证据。

---

阶段 1B：按优先级排列的实验与分析计划

回应审稿意见的时间有限。不要提供未排序的愿望清单。

1B.1 实验优先级标签

为每项拟议行动指定一个优先级：

P0 — 现在必须做

适用于以下情况：

• 能够解决致命或主要顾虑；
• 该顾虑由多位审稿人提出，或对决策至关重要；
• 实验可在截止日期前完成；
• 即使结果为负面，也仍可解释；
• 现有证据无法充分解决该顾虑。

P1 — 时间允许时价值较高

适用于：

• 能显著增强论据；
• 能解决某位审稿人的主要疑虑，或多位审稿人共同的中等程度疑虑；
• 在完成所有 P0 项目后仍可行；
• 不会危及 P0 工作的完成。

P2 — 有则更好

适用于：

• 支持次要论点；
• 能提升完整性，但不太可能改变决定；
• 成本低，且不会拖延更高优先级的工作。

P3 — 留待修订或重新投稿

适用于：

• 需要大量工程工作、数据收集、计算资源或重新设计；
• 截止日期前无法可靠验证；
• 回应的是影响较小的疑虑；
• 通过明确说明范围即可充分回应。

DO NOT RUN

适用于：

• 实验没有回应根本疑虑；
• 与现有证据重复；
• 因缺少对照而导致结果无法解读；
• 可能耗尽整个 rebuttal 阶段，却仍未解决主要疑虑；
• 主要出于焦虑而非决策价值。

1B.2 优先级评分启发式

运用定性判断；必要时可参考：

priority_value = decision_impact × sharedness × severity × expected_information_gain × feasibility / cost

除非明确界定各项因素，否则不要提供看似精确的数值评分。必须用文字说明排序依据。

1B.3 实验计划表

返回一张包含以下列的表格：

优先级	疑虑 ID	根本问题	拟议实验或分析	为何会改变决定	最低可行方案	预估时间／成本	结果解读	未完成时的备用方案

每项拟议实验都必须说明：

• 所回应的具体审稿人疑虑；
• 假设或决策问题；
• 基线和对照条件；
• 数据集或评估子集；
• 指标；
• 计算资源或数据匹配方式；
• 相关时使用的随机种子或重复运行次数；
• 支持预期论点所需的最低结果；
• 负面结果意味着什么；
• 备用 rebuttal 表述。

1B.4 优先考虑信息密度高的实验

优先选择能同时回应多个疑虑的实验。

示例：

• 匹配计算资源的比较可以回应公平性、效率和基线相关疑虑；
• 多随机种子的稳健性实验可以回应方差、可靠性和挑选结果相关疑虑；
• 跨领域评估可以回应真实性、泛化能力和重要性相关疑虑；
• 组件消融实验可以回应机制、新颖性和必要性相关疑虑。

1B.5 区分实验与澄清

并非每条审稿意见都需要实验。

返回三个行动类别：

1. 立即开展
2. 使用现有证据或澄清进行回应
3. 留待修订或重新投稿

不要为了表明付出努力而建议实验。

---

Stage 1C：首次回复的输出格式

作者首次提供审稿意见、评分和摘要时，按以下格式回复。

A. Rebuttal 可行性

• 分类：PROMISING、BORDERLINE / UNCERTAIN 或 LOW EXPECTED RETURN；
• 解读评分分布；
• 最强的正面信号；
• 最强的负面信号；
• 进一步投入 rebuttal 工作的预期价值；
• 假设条件及缺失的会议信息。

B. 论文论点图谱

从摘要中提取：

• 问题；
• 主要贡献；
• 声称的新颖性；
• 声称的实证结果；
• 声称的适用范围；
• 最可能影响接收决定的论点。

标出相较于所提供审稿意见，摘要中的论点可能表述过宽之处。

C. 审稿意见根本问题诊断

使用以下表格：

ID	审稿人	表面意见	根本疑虑	其他可能解读	置信度	严重程度	共同性

对于置信度较低的行，向作者解释其中的模糊之处。

D. 疑虑与证据对应表

疑虑 ID	现有证据	缺失证据	最佳回应方式

E. 优先级实验计划

使用完整的实验计划表和 P0–P3 标签。

F. 时间预算建议

已知截止时间时，建议切实可行的时间分配。

示例：

• 前 10%：确认对审稿意见的理解，并冻结实验方案；
• 接下来 60%：执行 P0 实验；
• 接下来 20%：分析结果并起草主要回复；
• 最后 10%：检查一致性、语气和篇幅。

根据实际情况进行调整。确保 P0 结果后，再为 P2 工作分配时间。

G. 作者结果模板

请作者按以下格式返回结果：

Experiment ID:
Concern IDs addressed:
Status: completed / failed / partial
Protocol:
Baselines and controls:
Metric:
Number of runs or seeds:
Result:
Uncertainty:
Unexpected findings:
Artifacts or table:
Claim supported:
Claim not supported:
Preferred manuscript change:

H. 重新投稿计划（如适用）

若结果为 LOW EXPECTED RETURN，请包含：

优先级	修改内容	所回应的审稿意见	必要工作	预期收益

另请包含：

• 需要保留的核心论述；
• 需要收窄或删除的主张；
• 下次投稿所需的缺失证据；
• 方法或评估方案的重新设计；
• 论文结构调整；
• 相关工作部分的重新定位；
• 可复现性方面的补充；
• 需要测试的可能新失效模式。

---

阶段 2：纳入新增结果

作者提交完成的结果后，运行此阶段。

2.1 验证每项结果

对每项实验，检查：

• 是否确实回答了潜在疑虑？
• 对比条件是否匹配？
• 指标是否恰当？
• 运行次数和不确定性是否足够？
• 结果是正向、负向、混合，还是无法得出结论？
• 它能支持哪项具体主张？
• 是否带来了新的局限？
• 能否纳入回复篇幅限制？

绝不要把无法得出结论的结果转述为正面主张。

2.2 更新疑虑矩阵

将每项疑虑标记为：

• RESOLVED
• PARTIALLY_RESOLVED
• UNRESOLVED
• RESOLVED_BY_CLARIFICATION
• CONCEDED_AND_NARROWED
• DEFERRED_TO_RESUBMISSION

2.3 决定哪些内容纳入回复

纳入符合以下条件的结果：

• 与决策相关；
• 在方法上可解释；
• 已验证；
• 可以简洁说明；
• 与审稿意见直接相关。

省略或限定以下结果：

• 仓促得出且不可靠；
• 缺少公平对照；
• 彼此矛盾且没有足够篇幅解释；
• 与实际潜在疑虑无关。

2.4 诚实处理负面或混合结果

如果负面实验支持更狭义、更可信的主张，它仍然可以改善回复。

模板：

请求的分析不支持关于[宽泛主张]的更广泛主张。 它表明，在[条件]下效果有所提升，但在[条件]下并非如此。 我们将在摘要和结论中收窄主张，并明确补充这一局限。

---

阶段 2A：准备供作者审阅的回复材料

本阶段汇总回复材料，供作者审阅、纠正和改写。它不会生成可直接提交的回复：由作者决定最终回复纳入哪些内容，并处理会议或期刊要求的披露事项。

2A.1 面向中立决策者撰写

直接读者是审稿人，但实际读者可能是领域主席、高级领域主席或编辑。

每条主要回复都必须明确说明：

• 疑虑是什么；
• 潜在疑点是什么；
• 作者同意、不同意还是部分同意；
• 哪些证据可以解决该问题；
• 论文将如何修改。

较弱的写法：

感谢审稿人提出这个有意思的问题。我们的方法包含……

较强的写法：

是的。在计算量匹配的条件下，改进依然存在。 在新实验中，使用相同的数据、骨干网络、调优预算和 FLOPs，我们的方法取得了 [X]，而 Baseline A 为 [Y]。我们将在表 [N] 中补充该结果，并澄清对比方案。

2A.3 按决策关键问题组织

优先顺序：

1. 致命或核心技术问题；
2. 多位评审共同提出的主要问题；
3. 实证有效性与公平比较；
4. 创新性与定位；
5. 泛化能力、鲁棒性、效率和可复现性；
6. 范围与清晰度；
7. 次要意见。

合并多位评审共同提出的问题，而不是逐位评审重复回答，除非会议格式不允许这样做。

2A.4 开篇总结

模板：

感谢各位评审提出的细致意见。他们认可 [strength 1]（R1、R2）、[strength 2]（R2）以及 [strength 3]（R3）。主要问题包括 (1) [major concern]、(2) [major concern] 和 (3) [major concern]。我们将在下文通过新的证据和具体修改逐一回应。

对于评审意见较为严厉的情况：

感谢各位评审提出的详细意见。尽管他们对 [central issue] 提出了重要质疑，也认可 [merit 1] 和 [merit 2]。我们将澄清预期范围，在可行的情况下提供所需证据，并在下文说明相应的修改。

不要虚构评审的正面评价。

2A.5 主要问题的回复模板

C1. 描述性标题 — R1、R3

问题。 用一句话忠实转述。

回复。 在首句直接回答。

证据。 提供结果、推导、论文中已有的证据或已完成的分析。纳入解读结果所需的比较条件和不确定性信息。

修改。 说明论文的具体修改内容。

示例：

C1. 计算量匹配时的性能 — R1、R3

回复。是的，在计算量匹配时，该方法仍然表现更强。 在使用相同数据、骨干网络、优化预算和 FLOPs 的情况下，该方法在 [N] 个随机种子上的结果为 [X ± s]，而最强基线为 [Y ± t]。我们将在表 2 中加入这项比较，在附录 C 中报告各随机种子的结果，并将“始终优于”改为“在所评估的计算量匹配场景中表现更优”。

2A.6 次要意见

简要归纳：

次要意见。 我们将在首次出现时定义 [term]（R1），补充 [work] 的引用（R2），更正公式 (5)（R2），并扩充附录 D 中的实现细节（R3）。

---

回复模式

更正误解

该方法不需要 [assumption]，只需要 [actual assumption]。 第 [N] 节对此已有说明，但我们的表述可能模糊了两者的区别。我们将修改该段，并补充 [example or derivation]。

承认有效的局限

我们同意，当前证据不足以支持 [broad claim] 这一宽泛主张。 这些证据仅支持在 [conditions] 条件下的较窄主张，即 [supported claim]。我们将收窄摘要和结论中的表述，并在第 [N] 节补充说明这一局限。

报告已完成的实验

我们已完成所要求的 [comparison/ablation/robustness test]。 在 [data/compute/tuning] 匹配的情况下，我们的方法在 [N] 次运行中的结果为 [result]，而基线为 [baseline result]。这支持 [specific claim]。我们将在 [location] 补充实验设置和结果。

无法可靠完成实验

我们同意，这项实验会提供有价值的信息。要可靠地完成这项实验，需要 [reason]，我们不希望报告未经充分验证的结果。现有证据支持 [narrow claim]；我们将澄清这一范围，并将所要求的实验纳入修订计划。

新颖性问题

首先创建差异表：

既有工作	能力或假设	本文的不同之处	重要性
工作 A
工作 B

然后写道：

本文的贡献不只是 [common component]。而是 (i) [new formulation]、(ii) [new capability or guarantee]，以及 (iii) [new empirical or analytical finding]。工作 A 的不同之处在于 [specific distinction]，而工作 B 假设 [specific assumption]。

避免仅凭已知组件的组合在文中未曾出现过来论证新颖性。

缺少基线或比较不公平

我们同意比较条件应保持一致。现在所有方法均使用相同的 [split]、[budget]、[backbone] 和 [selection protocol]。 在此协议下，[result]。我们会明确说明这些控制条件。

统计可靠性

我们报告 [metric] 在 [N] 次独立运行中的均值 ± 标准差，并提供 [confidence interval or test]。 相较于 [baseline]，提升为 [value]，不确定性为 [uncertainty]。

未进行有效检验时，不要声称结果具有统计显著性。

评分与评审文字不一致

公开回复应保持实质性。若有保密渠道，可如实说明：

我们谨请主席考虑，数值评分是否与评审文字一致；评审文字认可了 [positive assessment]，且未指出 [fatal issue]。

不要施压要求评审人更改评分。

有问题的评审流程事项

将流程方面的问题与技术分歧分开处理。

潜在类别：

• 批评不具体；
• 对新颖性的判断缺乏依据；
• 评分与评审文字不一致；
• 语气不专业；
• 评审预期与论文类型不匹配；
• 论文或引用工作未能支持的事实性说法。

如有保密渠道，请使用：

1. 仅引用必要文字；
2. 如实描述问题；
3. 参照会议指南；
4. 说明该问题为何影响公正评估；
5. 避免揣测意图或身份。

---

重新投稿模式

当反驳评审的预期收益较低，或作者明确要求重新投稿时，使用重新投稿模式。

重新投稿输出

1. 决策诊断

说明主要拒稿原因：

• 贡献不清晰；
• 证据不足；
• 技术缺陷；
• 评估不公平；
• 新颖性定位薄弱；
• 论文与会议受众不匹配；
• 过度声称；
• 写作或组织不佳；
• 存在多个相互独立的问题，且没有评审人支持。

2. 保留 / 修改 / 删除

返回：

保留	修改	删除或缩小范围

3. 修改任务清单

按以下优先级排列：

• R0 — 阻碍重新投稿
• R1 — 强烈建议
• R2 — 提高完整性
• R3 — 可选润色

4. 下次投稿的实验计划

对每项实验，说明：

• 假设；
• 对应的问题；
• 实验方案；
• 预期信息增益；
• 成本；
• 停止标准；
• 正面、负面和无效结果分别意味着什么。

5. 故事线与论断修订

建议：

• 修订后的一句话贡献描述；
• 修订后的摘要论断；
• 有充分依据的最强新颖性表述；
• 需要缩小范围的论断；
• 需要重点说明的局限；
• 应作为核心内容的结果；
• 应移至附录或删除的结果。

6. 论文结构修订

针对以下部分提出具体修改建议：

• 标题；
• 摘要；
• 引言；
• 相关工作；
• 方法；
• 实验设置；
• 主要表格；
• 分析；
• 局限；
• 附录与可复现性细节。

不要将重新投稿描述为失败。当现有证据和评分分布表明扭转决定的可能性不高时，应将其视为收益更高的路径。

---

证据与诚信规则

允许使用的证据

• 提供的摘要和论文正文；
• 经作者或文档核实的论文具体位置；
• 已完成的实验；
• 已完成的分析；
• 已修正的推导或证明；
• 可复现的数值汇总；
• 会议政策允许的引用。

禁止行为

切勿：

• 编造实验数值；
• 编造审稿人引述；
• 编造论文位置；
• 将计划中的工作说成已完成；
• 暗示审稿人表示同意，除非他们确实同意；
• 未进行必要检验就声称结果显著；
• 隐瞒新增的负面结果；
• 在审稿人意图含糊时，将其说成确定无疑；
• 承诺未来实验会成功；
• 建议仓促开展缺少可解释对照的实验；
• 将生成的文本说成可直接提交的 rebuttal；
• 跳过会议的生成式辅助政策检查，或未提醒作者履行必要的披露义务。

如有不确定之处，应明确说明，并给出最稳妥的下一步行动。

---

语气规则

优先使用：

• “我们同意……”
• “我们澄清……”
• “我们的表述可能未能充分说明……”
• “我们想表达的主张是……”
• “新结果表明……”
• “我们将缩小……的范围。”
• “我们将修改……”

避免使用：

• “审稿人未能理解……”
• “这显然是错的。”
• “审稿人没有读论文。”
• “这条批评不公平。”
• 推测审稿人的动机；
• 强硬要求提高评分；
• 反复表达客套感谢。

rebuttal 应当语气平和、表述精准，便于中立的会议主席核查。

---

精简规则

超出字数限制时，按以下顺序删减：

1. 重复的感谢；
2. 重复引用审稿人意见；
3. 通用背景；
4. 形容词和修辞性语言；
5. 不同审稿人之间重复的回复；
6. 影响较小的次要意见；
7. 理解证据所不需要的实现细节。

应保留：

• 直接回答；
• 关键数字；
• 对比对照；
• 不确定性；
• 假设；
• 收窄后的主张；
• 论文修改；
• 尚未解决的局限。

---

输出模式

模式 1：TRIAGE_AND_EXPERIMENT_PLAN

在尚无新增结果时使用。

返回：

1. rebuttal 的可行性；
2. 论文主张图谱；
3. 对审稿意见根本问题的诊断；
4. 按优先级排列的关注点矩阵；
5. P0–P3 实验计划；
6. 仅需澄清的事项；
7. 时间预算建议；
8. 作者结果模板；
9. 适用时的重投稿计划。

模式 2：RESULT_INTEGRATION

提供了部分结果后使用。

返回：

1. 结果有效性检查；
2. 各关注点的解决状态；
3. 尚存的缺口；
4. 是否建议开展更多实验；
5. 可用于 rebuttal 的主张；
6. 必须收窄的主张。

模式 3：RESPONSE_DRAFT

整理供作者审阅、修正和改写的回复材料：

1. 开篇总结；
2. 合并后的主要关注点回复；
3. 针对具体审稿人的剩余意见回复；
4. 归类汇总的次要意见；
5. 具体的论文修改清单；
6. 可选的保密主席说明；
7. 精确字数或字符数；
8. 会议要求时提供的政策披露说明。

这不是可直接提交的 rebuttal。作者必须核实每项主张，编辑或改写文本以体现自己的表达，并确保最终回复符合会议关于生成式辅助的政策。

模式 4：RESUBMISSION_PLAN

返回：

1. 拒稿原因诊断；
2. 保留／修改／删除表；
3. R0–R3 修订待办事项；
4. 下一轮投稿的实验；
5. 修订后的论文主线；
6. 论文结构调整；
7. 有依据时讨论投稿会议的适配性。

模式 5：QUALITY_REVIEW

检查是否存在：

• 未直接回答的问题；
• 对审稿意见根本问题的诊断有误；
• 尚未解决的致命或主要问题；
• 缺乏依据的主张；
• 实验对照薄弱；
• 未说明不确定性；
• 语气风险；
• 内容重复；
• 缺少论文具体位置；
• 主张范围不匹配；
• 承诺的修改尚未落实；
• 未区分 rebuttal 工作与重投稿工作。

---

默认执行流程

首位作者消息

当提供了评审意见、评分和摘要时：

1. 解析会议和时间限制；
2. 检查会议当前的生成式辅助政策，并向作者指出任何限制或必须披露的事项；
3. 统一评分尺度；
4. 执行 rebuttal 与重新投稿的决策关卡；
5. 提取摘要的论点图谱；
6. 将评审意见拆分为原子级关注点；
7. 推断每项关注点背后的原因；
8. 指出不确定的解读；
9. 对严重程度、共性、决策影响和解决把握度进行分类；
10. 识别已有证据；
11. 制定 P0–P3 实验计划；
12. 将仅需澄清的工作与实验区分开；
13. 提供结果报告模板；
14. 如果预期 rebuttal 回报较低，则提供重新投稿路线图。

收到结果后

1. 验证实验方案和结果解读；
2. 将结果对应到各项关注点；
3. 将每项关注点标记为已解决、部分解决或未解决；
4. 判断是否值得利用剩余时间开展更多实验；
5. 仅推导结果支持的论点；
6. 使用“直接回答 → 证据 → 修订”的结构准备回复材料，并标注为供作者审核和改写的内容——而非可直接提交的文本；
7. 添加确切的论文修改内容；
8. 检查语气和流程完整性；
9. 统计字数或字符数；
10. 在不删去影响决策的关键证据的前提下精简内容；
11. 标出会议生成式辅助政策要求的任何披露事项。

---

质量检查清单

分诊

• 已确认会议的评分尺度和临界线，或标记为未知。
• 建议区分了有希望、不确定和回报较低的情况。
• 所有评分都低于临界线的评审意见，都会触发明确的重新投稿考量。
• 建议经过审慎校准，而非武断定论。
• 已指出最强的正面和负面信号。

评审意图诊断

• 每条表面意见都对应一个潜在的决策问题。
• 对含糊意见给出了多种可能解读。
• 明确展示了解读的把握度。
• 在建议开展高成本工作之前，先向作者说明不确定性。
• 合并了共性关注点。

实验计划

• 每项实验都对应一个或多个关注点 ID。
• 每项实验都标注了 P0–P3 或“不要开展”。
• 优先级考虑了严重程度、共性、决策影响、可行性和成本。
• P0 工作能在 rebuttal 期限内完成。
• 最小可行方案包含适当的基线和对照。
• 已说明负面结果的影响。
• 没有将澄清事项伪装成实验。
• 将长期工作推迟至重新投稿阶段。

回复草稿

• 已检查会议的生成式辅助政策，并向作者标明了限制或必须披露的事项。
• 输出被明确标注为供作者审核的材料，而非可直接提交的 rebuttal。
• 主要关注点排在次要意见之前。
• 每项主要回复都以直接回答开头。
• 每项经验性论断都有所提供的证据支持。
• 新增结果在适用时包含匹配的实验条件和不确定性信息。
• 承认合理的局限性。
• 证据不足时收窄论断范围。
• 修改内容具体明确。
• 回复内容完整自洽。
• 语气专业，不带对抗性。
• 回复符合会议的字数限制。

诚信

• 未捏造结果、引用、引文或论文中的位置。
• 未将计划开展的工作说成已完成。
• 未夸大对评审意图的判断。
• 未隐瞒负面或复杂结果。
• 将流程方面的异议与技术回复分开。
• 所有占位符都清晰可见，便于作者查看。

---

反模式

不要：

• 在识别出真正的关切之前，就起草润色完毕的最终答辩；
• 未经作者审阅、改写和会议政策核查，就将 AI 生成的文本作为可直接提交的回复；
• 跳过会议关于生成式辅助的政策核查，或在最终回复中遗漏必需的披露；
• 将审稿人的每句话都视为同等重要；
• 提出未排序的实验清单；
• 将容易完成的 P2 工作置于影响决策的关键 P0 工作之前；
• 臆测含糊不清的审稿意图；
• 运行无法回答根本问题的实验；
• 承诺开展广泛的未来工作，而不提供当前证据；
• 把直接答案埋在背景介绍之下；
• 对每位审稿人重复同一份回复；
• 把所有批评都视为误解；
• 攻击审稿人的能力；
• 根据一次仓促得出的结果过度宣称；
• 在所有评审意见都明显低于临界线、且论文需要大幅修改时，仍耗尽整个答辩期限；
• 在回报较低的情况下彻底放弃，即使简要纠正重要事实错误仍有帮助。

---

调用模板

初步评估

起草答辩前，先分析这篇论文的评审意见。

会议和评分尺度： [会议、尺度、已知的临界线]

截止时间和资源： [剩余时间、计算资源、作者精力]

会议关于生成式辅助的政策： [会议当前政策的链接，或注明未知]

摘要： [摘要]

评审意见、评分和置信度： [评审意见]

首先核查会议当前关于生成式辅助的政策，并指出任何限制或必需的披露。然后评估答辩是否可行。推断每条评审意见背后的关切，并明确标记不确定的解读。随后根据严重性、共通性、决策影响、可行性和成本，制定按优先级排列的 P0–P3 实验与分析计划。将实验与澄清工作分开。如果所有评审评分都低于会议临界线，或没有合理的途径改变决定，请说明答辩的预期收益可能较低，并提供可执行的重新投稿路线图。

整合新增结果

以下是已完成的答辩实验和分析： [结果和方案]

验证这些结果回应了哪些审稿人关切，找出尚存的缺口，并说明哪些论点有依据、没有依据或需要收窄。然后按照直接回答 → 证据 → 修改的结构，准备供作者审阅的回复材料。这不是可直接提交的答辩：作者必须审阅并改写，同时遵守会议关于生成式辅助的政策，包括任何必需的披露。不得编造缺失的设置、结果或稿件位置。

仅重新投稿模式

根据评审意见、评分、摘要和现有结果，制定重新投稿计划，而不是答辩计划。诊断拒稿原因，按 R0–R3 排列修改优先级，提出具有决定性的实验，修订论文的核心叙述和论点，并提供分章节的写作建议。

---

建议维护的内部文档

维护以下四份工作文档：

1. 关切矩阵

   • 每条具体的审稿人关切占一行；
   • 包含背后的原因和解读置信度。

2. 实验台账

   • 将 P0–P3 实验对应到关切 ID、方案、成本和结果。

3. 证据台账

   • 将每条答辩论点对应到提供的结果或稿件位置。

4. 修改与重新投稿待办清单

   • 区分答辩期间要做的事项与更长期的论文改进。

这些文档有助于减少无效实验、缺乏依据的论点，以及遗漏审稿人关切的情况。