Immutable. This exact content is served forever at /api/v1/blob/c1deee48af9484cb.
---
name: paper-review
description: Strict, source-traced scientific paper review. Runs all A-R dimensions under the SCIPAPER_STANDARD feedback contract: mathematics, physics, logic and statistics, language and de-AI, document structure and narrative spine (contribution graph plus a seven-question cold read), citation existence and relevance, data and figures, interfaces, redundancy, reproducibility, modern-physics checks, cross-section consistency, adversarial derivation verification (three passes plus twelve-framing escalation to CONFIRMED / REFUTED / MARGINAL), staleness and drift, process artifacts, internal draft language, citation precision, and glossary alignment. Scientific-integrity blockers must be resolved, L0 targets must reach zero, and every strong advisory needs an explicit disposition; ordinary editorial advisories are never disguised as a universal paper PASS/FAIL. Use for: pre-submission audit, full manuscript review, source tracing, mathematics and physics re-derivation, 投稿前 audit, 完整论文审查, 严格迭代修订.
disable-model-invocation: false
argument-hint: "<file_path> [--max-iter N] [--no-fix] [--skip-final-physics] [--orchestrated] [--field <name>]"
---
# paper-review — typed, source-traced scientific review
> **Normative authority:** `docs/SCIPAPER_STANDARD.md`.
> `/sci-paper:paper` supplies writing guidance; field dossiers, baselines and
> learned models supply evidence. None defines an independent paper verdict.
> Funding proposals are not papers: review them under the
> `/sci-paper:proposal-polish` register (standard §7) — the L0 policy and §6
> invariants carry over, the significance-trimming rules of paper mode do not.
本 skill 不是快速 lint。它完整读取论文与源材料，逐项验证科学声明，并把结果写成
`sci-paper.feedback.v1` finding。审查循环是：
measure → type → rank → edit → re-measure → disposition
终点是 **disposition-complete review state**，不是“0 个审美意见”或通用 PASS。
## 0. Non-negotiable rules
1. **当轮重新取证。** 数字、公式、引用、图表、时间和版本必须在本轮从源文件、
DOI/arXiv、数据或脚本输出重新读取。记忆和旧报告只能帮助定位，不能证明事实。
2. **grep 只定位。** 每个命中或未命中都要通过上下文 Read、替代拼写和必要的全文
检查确认；不能把 grep 当作语义证据。
3. **禁止猜测。** 无法验证时写明 `unmeasured`、`NEEDS SOURCE` 或
`NEEDS PHYSICAL ACCESS`，不能制造近似答案。
4. **每个数值都有 provenance。** 合法来源是：具体数据/脚本输出、具体 DOI/arXiv
的表/图/公式，或由本文已编号公式直接算得。缺失来源是 `integrity_blocker`。
5. **图表看实际内容。** 每个 figure 必须查看实际 PDF/PNG；每个 table 必须与上游
数据逐 cell 对位。caption、正文和制品矛盾是 `integrity_blocker`。
6. **科学优先。** 数学、物理、统计、数据或引用错误不能靠 softening、disclaimer、
“schematic” 标签或风格改写掩盖。修复根因。
7. **推导三重独立验证。** 每个 displayed derivation、关键物理链和数值结论都执行
M.pass-1/2/3；任一命中后修复并重跑全部三 pass。
8. **后果类别不能混用。**
- `integrity_blocker`: 科学、来源、引用、构建或必需制品错误；不可由风格偏好豁免。
- `l0_target`: Tier A、em-dash、同 section 同 Tier B 词的第 2 次及以后。
- `advisory`: editorial、narrative、结构、corpus distance、learned field-similarity。
9. **缺失测量不等于 0。** 所有 axes 显式标 `measured`、`degraded`、
`unmeasured` 或 `not_applicable`。
10. **用户保留主观裁决权。** strong advisory 可以 `acted`、`accepted`、
`rejected_as_false_positive` 或带理由 `pending`。普通 advisory 可以保留，但必须报告。
## 1. Preparation
每轮均重新执行：
1. Read `docs/SCIPAPER_STANDARD.md`、`/sci-paper:paper` 和当前 SKILL.md。
2. 解析 field：单 profile 可自动选；多个 profile 必须 `--field`；无 profile 时继续
model-free 审查并标相关 axes `unmeasured`。
3. 从头到尾 Read 论文；分块也必须覆盖全文。
4. Read bibliography、项目事实源、数据/结果索引、生成脚本和相关 companion 当前版本。
5. 建立五张清单：
- claims：claim、scope、stance、evidence relation、位置；
- numbers：值、单位、位置、source trace、核验状态；
- equations：定义、量纲、假设、边界、实现位置；
- figures/tables：制品、caption claims、生成脚本、上游数据；
- interfaces：论文符号 ↔ code variable ↔ data column。
6. 对 LaTeX 论文执行项目规定的完整 build；记录 errors、undefined refs、duplicate
labels、missing assets 和 warnings。项目若使用其他 build system，执行其权威命令。
6b. **长度基线快照**（标准 §5.3）：首次 edit 前把目标文件复制到
`<scratch>/length-baseline.tex`（或记下干净的 git ref）。没有诚实的
基线，收尾的 length gate 无从执行。
7. 运行共享 de-AI report：
```bash
python tools/ai_ism_lint.py <file> --field <field> \
--structure --distribution --document-structure --oracle --voice \
--format json --output <scratch>/paper-review-feedback.json
```
解释 exit status：0 = 无 L0 target，advisories 可存在；1 = 有 L0 target；2 = 输入、
配置或执行失败。不得从打印文本反解析 JSON。
同轮补充 claim-anchoring 质量带（写作质量轴，非 AI 判别轴——EVALUATION.md §9.6
记录了被证伪的假设；发现只作为"主张缺锚"质量问题处理）：
```bash
python tools/deai_anchoring.py <file> --field <field>
```
Cooperative-layer tools (opt-in; each is honestly `unmeasured` without the
author's own material, never an AI verdict). When the author supplies an AI-draft
ancestor, report which spans are still the AI draft; when they point at their own
prior papers, report whether this draft is under-varied against their own baseline
(a confound-free same-author reference — EVALUATION.md §9.9):
```bash
python tools/deai_provenance.py <file> --ai-ancestor <earlier-draft> # or --git-ai-ref <commit>
python tools/deai_personal.py <file> --prior-papers-dir <author-own-papers>
```
## 2. A–R review dimensions
每个 finding 必须给出：`kind`、`layer`、`rule`、scope/location、当前证据、source
trace、measurement status、priority、recommended action、disposition。确认某条 critique
存在，不自动决定它是 blocker；后果类别单独判断。
**组合规则：一个维度要么调用测量原件，要么自己拥有内容——绝不复述原件已有的
检查项。** 测量原件为 `/sci-paper:physics`、`/sci-paper:logic`、`/sci-paper:mainline`、
`/sci-paper:figure-review`、`/sci-paper:de-ai --audit-only`；它们只产 finding。修复
**动作**路由到动作原件 `/sci-paper:condense` 与 `/sci-paper:de-ai` Pass 3。本 skill
自身负责合并、排序与 disposition。
### A. Mathematics
**量纲与代数再推导调用 `/sci-paper:physics`**（P1、P5），不在此复述。本维度自己
拥有的是数学**记账**：
- 所有 `\eqref{}`、labels 和符号定义闭合；同一符号不承担两个含义。
- 定义在首次使用前出现；近似条件、边界和适用域被写出来而不是默认。
- 数学错误、未声明的必要假设或结论无法推出均为 `integrity_blocker`。
### B. Physics
**第一原则核查（守恒、对称、宇称、渐近、量纲）调用 `/sci-paper:physics`**，不在此
复述。本维度自己拥有的是论文与实现之间的物理一致性：
- 核心物理量、算子、滤波器、信号/噪声模式和 sign convention 与代码一致。
- 区分相关与因果；因果声明要有机制或设计支持。
- 实现与论文的物理矛盾、适用域矛盾或 claim/evidence 冲突为 `integrity_blocker`。
### C. Logic and statistics
**本维度委派 `/sci-paper:logic`**——claim graph（循环论证、断链、偷换条件、充分/
必要条件、未声明假设）、统计方法学（样本、split、CV/grouping、泄漏防护、metric、
uncertainty、多重比较、prior）与**声明-证据纪律**（动词强度不超过证据强度）都由
该 skill 拥有，本维度不复述其检查项。
单独运行 paper-review 时在本维度内联执行该 protocol；`--orchestrated` 时标
`SKIPPED_FOR_ORCHESTRATOR`，由父级独立启动 logic。其 finding 并入本轮排序与 disposition。
### D. Language and de-AI
- 术语、缩写、时态、句法、信息密度和段间连接支持准确阅读。
- Tier A、em-dash、Tier B cap 由共享 linter产生 `l0_target`。
- announced enumeration、parallel-modal runs、setup/list/wrap-up symmetry、重复段落/章节
几何、burstiness、UID、document shape、learned field-similarity、-ing 分词尾巴与
阐释式冒号（linter `ing-tail` / `colon-elaboration`）是 advisory。
- learned signals 只表示 field-similarity/triage，不证明作者身份；没有 calibrated
operating point 时必须 `degraded`。
- **结构 tell 审计（每轮必跑；`/sci-paper:de-ai` `--audit-only` 模式，其 Pass 2）**：
对全文执行 humanizer Layers 1--2 结构清单——2.11 长句堆叠（约 30 词以上、
3 层以上从句链或双层括号嵌套）、negative parallelism（"X, not Y" 模板密度）、
elegant variation（同一对象换名）、rule-of-three padding、公式化开场白、
connective 连排。结构命中为 advisory（同类超密度升 strong advisory）；该 skill
的 Layer-4 claim--evidence 命中并入上方 §C 纪律（`integrity_blocker`）。其
Corpus overrides 优先于上游词表：landscape / demonstrate / significantly
不做词表级标记，只走证据条件。
- 修复 de-AI finding 时遵守 `/sci-paper:paper` 的 Preserve List：不得把证据绑定的
hedging 改强，不得为避词改动数字、引用或 stance——制造 over-claim 的"修复"
本身构成 claim-evidence defect。
- 不能要求所有结构 advisory 归零。strong advisory 要 disposition，普通 residual 要报告。
### E. Document structure and narrative spine
**叙事主线协议委派 `/sci-paper:mainline`**——purpose record、contribution graph、
cold reader 七问与它们的后果分级都由该 skill 拥有，本维度不复述。
本维度自己拥有的是**章节层面的编排**：依赖顺序、section function、abstract
coverage、intro promise、results/discussion/conclusion closure、图表首次引用位置。
单独运行 paper-review 时在本维度内联执行 mainline protocol；`--orchestrated` 时标
`SKIPPED_FOR_ORCHESTRATOR`，由父级独立启动 mainline。
### F. Citation existence and relevance
- 每个 bibliography item 的作者、年份、标题和唯一标识从 DOI/arXiv/出版页核验。
- 每个 citation 在当前句中确实支持所述 claim；查不到则标明访问缺口。
- fabricated、misused 或 claim-critical unverified citation 是 `integrity_blocker`。
- 边缘但可能更好的引用通常是 advisory，不自动阻塞。
### G. Data, results, figures and tables
- 每个数字定位到 source；当轮重算能重算的结果。
- abstract、正文、table、caption、figure、conclusion 同名数字与单位一致。
- table 逐 cell 与上游数据对位。
- **figure 制品本身的检查调用 `/sci-paper:figure-review`**（150 DPI 编译页上的曲线、
点、误差棒、轴、单位、legend、caption 与画布平衡），不在此复述。本维度只负责
数字与 caption 声明的**溯源与一致性**。
- baseline 比较使用相同 protocol；uncertainty 的定义与样本量明确。
- mismatch、stale result、missing required artifact 或不可复现 claim 为
`integrity_blocker`。
### H. Interfaces
- 论文公式 ↔ 实现函数、符号 ↔ code variable ↔ data column、pipeline 叙述 ↔ 执行顺序
逐项映射。
- 因子、单位、cut、mask、preprocessing、randomization 和 aggregation 不得漂移。
- 接口矛盾为 `integrity_blocker`。
### I. Redundancy
- 找重复 claim、无信息增量段、死定义、死 figure/table 和重复解释。
- 若冗余造成两个互相冲突的版本，则为 `integrity_blocker`；纯压缩与可读性通常 advisory。
- 本维度只产 finding；冗余修复的**动作**路由到 `/sci-paper:condense` 执行
（one-canonical-home 去重 + length gate 收口）。
### J. Reproducibility
- 数据来源、selection、preprocessing、software、hardware、seed、hyperparameters、split、
metric 和 availability 足以复现声明。
- 缺失使核心结果不可复现的必要信息是 `integrity_blocker`；非核心补充信息可为 advisory。
### K. Modern-physics checks
**本维度委派 `/sci-paper:physics`**（P1–P8：量纲、渐近、对称/宇称/守恒、统计与
信息论前提、代数再推导、数值溯源、基础引用、编译完整性）。清单只有那一份，
本维度不复述。
- de-AI review 不得覆盖物理判断。
- 不适用项由 physics 标 `not_applicable`，不能虚构检查结果。
- 隔离冷读模式见 §5。
### L. Systemic consistency
- 同一符号、定义、常数、样本规模、split、cut 和假设跨章节一致。
- introduced concepts 被使用；used concepts 已定义；forward references 兑现。
- method → result → discussion → conclusion 和 abstract → intro → conclusion 闭环。
- companion claims 从当前版本重新核验。
- 跨章节矛盾或未兑现的核心 claim 是 `integrity_blocker`。
### M. Adversarial verification
**M.1 — Three-pass derivation verification.** 对每个关键推导块和数值结论独立执行：
- **pass-1:** 量纲、代数、近似、边界、数值复算。
- **pass-2:** 以对手 reviewer 视角提出最强的具体反驳，并用当前证据回答。
- **pass-3:** 守恒、对称、渐近、概率与统计前提。
规则：
- 三 pass 不共享“已经 OK”的结论；都从源重新开始。
- 任一命中 → 修复 → 三 pass 全部重跑。
- 只有三 pass 均无未解决 scientific issue 才标 `VERIFIED`；否则
`UNDER_SCRUTINY`，并产生 `integrity_blocker`。
- 报告保留每个 pass 的方法和证据，不允许只写“checked”。
**M.2 — 12-framing radial escalation.** 当某 claim / 推导 / 数值三 pass 后仍可疑，
或需要 checklist 之外的开放式批判时，对该节点做辐射式 critique 升级：
- 12 个 framing 各产 ≥ 1 条 critique：first-principles 剥假设、inversion 反演、
cross-disciplinary reviewer、adversarial red-team、constraint relax/tighten、
scale extrapolation、substitution/ablation、need-question 六问、contrarian
共识可错、failure-driven、asymmetric-payoff fatal、meta 自审。
- 每条 critique 完整溯源：paper_position（file:line + 当轮 Read 的引用片段）、
evidence 论证链、全文 Grep+Read 找 paper_defense、CONFIRMED 时必带具体
proposed_fix。按 Severity/Specificity/Reproducibility/Fixability/fan-out
(S/P/R/F/B) 评分。
- 每条裁决到 **CONFIRMED / REFUTED / MARGINAL** 之一——禁止 NEEDS-MORE-INFO
滞留、禁止 defer / future-work / “待确认”；缺 position+evidence+fix 的
CONFIRMED 自动降 MARGINAL。verdict 只表证据状态；consequence class 按
§C claim-evidence 影响单独赋予，CONFIRMED 的纯 editorial critique 仍是 advisory。
- M.2 在进程内执行、不 spawn 子代理；需要大宽度并行探索时移交用户级
`cc-tree:attack`（同一方法学的通用引擎），结论以 finding 形式回流本审查。
### N. Staleness and drift
完整检查：
- 数字、叙述、公式依赖、结论、figure、table、labels、references、markup；
- source 脚本或数据变化后，下游全部同步；
- TODO/FIXME/placeholder/commented-out deprecated blocks 为 0；
- dead artifacts 删除，必要内容更新为当前真值，不堆叠旧版。
stale scientific content、冲突副本或 required artifact drift 是 `integrity_blocker`。
纯 dead prose 的删除建议通常是 advisory，除非造成歧义。
### O. Process-artifact removal
- 删除“initially/originally/previous draft/we tried then changed”等本文内部研究旅程。
- 只保留当前科学状态。
- 外部 published baseline 的正式 head-to-head 比较可以保留，前提是有 citation、protocol
和 numerical comparison。
- 过程叙述若使当前 method/claim 不清或引入 stale content，按 blocker；否则按 advisory。
### P. Internal and draft language
- 清理 TODO、内部路径、run/version 名、debug 名、skill/tool 名、commit-message 口吻、
实验日志语言和未定义内部缩写。
- required placeholder、内部版本残留或暴露错误来源为 blocker；普通口语和 polish 为 advisory。
### Q. Reference completeness and precision
- 从论文 claim 和 field 重新识别应引用的 foundational/direct prior work。
- 对每个 `\cite{}` 比对原文实际支持范围，分类为 CORRECT、WEAK、MISUSED、UNVERIFIABLE。
- MISUSED、fabricated、遗漏导致 novelty/attribution 错误的关键文献为 blocker。
- WEAK 或边缘 missing reference 为 advisory；不要把“可能还能多引一篇”强制成 blocker。
- paywall 不等于已验证；记录 access limitation，必要时请求用户获取原文。
### R. Terminology and glossary alignment
- 优先读取项目权威 glossary/FACTS/notation source；不存在则以论文 definitions 做自洽检查，
并将外部对齐标 `unmeasured`。
- 关键 noun phrase、acronym、symbol 首次出现定义明确，全文单义且与权威定义一致。
- semantic conflict 为 blocker；可理解但不一致的 alias 通常 advisory。
## 3. Cross-validation matrix
必须完成四类对位：
1. architecture in paper ↔ code/config；
2. numerical claim ↔ current data/output；
3. formula ↔ implementation, including corner cases；
4. pipeline narrative ↔ execution order。
每个结论写 source trace，不能用“看起来一致”。
## 4. Fix and re-measure loop
默认修复，`--no-fix` 仅输出报告。
每轮：
1. 按 unified priority 排序 findings；科学 blockers 先于 L0，L0 先于 advisories。
2. 对每个 blocker 修根因；对每个 L0 做最小有效修改。修复遵守标准 §5.3
长度纪律：默认删减或精简，被修段落净增长必须有科学必要性理由，
报告给出每段字数差。解释性补丁（对被标记文本追加说明而非重写）是缺陷。
3. 对 strong advisory：行动、接受、验证为 false positive，或带原因 pending。
4. ordinary advisory 不要求消失；保留并报告即可。
5. 每个 edit 后重新 Read 相关上下文。
6. 改公式/数字/物理链后重跑 M 三 pass；改 figure/table 后重新查看制品与来源；
改 citation 后重新读原文；改 prose 后重新跑 shared linter。
7. 重跑权威 build 和所有受影响测试/脚本。
8. **收尾前跑 length gate**（标准 §5.3 机械执行）：
`python tools/length_gate.py <file> --before <scratch>/length-baseline.tex`
（或 `--git-ref <ref>`）。exit 1 = 存在无理由净增长——精简回预算内，
或用 `--allow "<section>=<理由>"` 记录作者批准的理由后重跑至 exit 0。
`length-growth` finding 未 disposition 时循环不得收尾。
伪代码：
```text
for iter in 1..max_iter:
report = full_A_to_R_review_from_current_sources()
if no integrity_blocker \
and no l0_target \
and no UNDER_SCRUTINY derivation \
and every strong advisory has a disposition:
stop with DISPOSITION_COMPLETE
if no_fix:
stop with REVIEW_ONLY
apply_ranked_root_cause_fixes(report)
re_measure_affected_axes()
if budget exhausted:
return BREAK_WITH_USER_DECISION with unresolved findings
```
不得自动增加 `--max-iter`。预算耗尽不是 paper failure verdict，而是 review workflow
尚未完成；把 pending blockers、L0 和 strong advisories交给用户决定下一步。
## 5. Isolated physics verification（隔离冷读模式）
单独运行 paper-review 时，达到进程内 disposition-complete 状态后，默认由主代理启动
isolated worktree agent，重新读取 `/sci-paper:physics` skill 并 cold-read 目标论文。
它不能继承当前审查的“已经验证”结论——**这个隔离本身就是该模式的全部价值**，
检查清单在 physics 里只有一份。
- `--skip-final-physics`: 仅用户显式选择时跳过，报告 `unmeasured`/`SKIPPED_BY_USER`。
- `--orchestrated`: 仅供 final-review 等父 orchestrator 避免 nested agent。physics、
mainline、logic 三个测量原件改由父级在同级独立启动；本 skill 对应维度报告
`SKIPPED_FOR_ORCHESTRATOR`。
- isolated review 产生的 critique 先判断 evidentiary verdict，再单独赋 consequence class。
CONFIRMED editorial critique 不自动成为 blocker。
- 新 blocker/L0/strong advisory 回注主循环；agent failure 必须显式报告，不能伪装通过。
## 6. Report contract
```markdown
# Paper Review — Typed Feedback Report
Target: <file> | Iterations: K | Field: <field or none>
Workflow state: DISPOSITION_COMPLETE | REVIEW_ONLY | BREAK_WITH_USER_DECISION | EXECUTION_FAILURE
## Measurement state
| axis | status | provenance / limitation |
## Summary
- integrity_blocker: total / resolved / pending
- l0_target: total / resolved / pending
- strong advisory: acted / accepted / false-positive / pending
- ordinary advisory: total / reported
- M derivations: VERIFIED / UNDER_SCRUTINY
- build: measured status and result
- length budget (§5.3): gate exit / total words before -> after / justified sections with reasons
- isolated physics: measured / unmeasured / orchestrator-owned / failed
## Ranked findings
| id | kind | layer | rule | location | evidence | source trace | action | disposition |
## A–R coverage
For every dimension: measurement status, methods used, and finding IDs.
Do not print PASS/FAIL rows.
## Numerical anchors
| quantity | paper claim | source | verification |
## M record
| derivation | pass-1 evidence | pass-2 objections/answers | pass-3 invariants | M.2 escalations (framing/verdict) | status |
## Residual feedback
- pending strong advisories with reasons
- ordinary advisories
- degraded/unmeasured axes
- author decisions required
```
The human-readable report and JSON must come from the same structured findings. Totals must not
change when detail is truncated.
## 7. Stopping semantics
Review may stop as disposition-complete only when:
- all integrity blockers are resolved or verified false positives;
- applicable L0 targets are zero;
- all critical derivations are VERIFIED;
- required build and artifacts are valid;
- the length gate (standard §5.3) exits 0 against the loop's pre-edit
baseline, every recorded growth justification included in the report;
- every strong advisory has an explicit disposition or a stated pending reason;
- ordinary advisories and unavailable axes are reported.
This does **not** assert that the paper is universally perfect, human-authored, accepted by a journal,
or free of subjective editorial alternatives.
## 8. Anti-patterns
- Declaring “grep found nothing, therefore correct”.
- Reusing numbers or citations from memory.
- Looking only at captions instead of figures.
- Softening a wrong claim instead of correcting its source, math, data or scope.
- Calling a learned score proof of authorship.
- Treating a missing baseline as zero findings.
- Requiring every yellow/editorial suggestion to disappear.
- Converting every confirmed critique into a blocker.
- Demanding exactly one narrative thread when multiple related contributions are legitimate.
- Calling advisory-only exit 0 a scientific or submission PASS.
- Skipping M pass-2/pass-3 because pass-1 looked correct.
- Hiding unresolved items after iteration budget exhaustion.
- Starting a nested sub-agent when `--orchestrated` delegates a primitive to the parent.
- Restating a measurement primitive's checklist inside a dimension instead of calling it.