--- 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: " [--max-iter N] [--no-fix] [--skip-final-physics] [--orchestrated] [--field ]" --- # 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 `/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 --field \ --structure --distribution --document-structure --oracle --voice \ --format json --output /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 --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 --ai-ancestor # or --git-ai-ref python tools/deai_personal.py --prior-papers-dir ``` ## 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 --before /length-baseline.tex` （或 `--git-ref `）。exit 1 = 存在无理由净增长——精简回预算内， 或用 `--allow "
=<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: | Iterations: K | Field: 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.