学术论文审稿

技能文档

---
name: academic-paper-peer-review
title: "学术论文审稿"
description: "结构化学术论文审稿工具，支持方法论评估、贡献评价、文献定位和建设性反馈生成。覆盖顶会级别审稿标准。当用户请求审稿、分析、评价或总结学术论文、研究文章、预印本或科学出版物时触发。支持论文URL、上传PDF、arXiv链接，或'审稿'、'分析这篇论文'、'总结这项研究'、'撰写同行评审意见'等请求。"
category: "学术研究"
---

# 学术论文审稿技能

## 概述

本技能对学术论文和研究出版物进行结构化、同行评审级别的分析。遵循顶级学术会议和期刊（NeurIPS、ICML、ACL、Nature、IEEE）的审稿标准，提供严谨、建设性、客观的评估。

审稿内容涵盖**摘要总结、优点、不足、方法论评估、贡献评价、文献定位和可操作的改进建议** — 所有评价均基于论文本身的证据。

## 核心能力

- 解析和理解上传的PDF论文或通过网络获取的论文
- 按照顶级会议审稿模板生成结构化审稿意见
- 评估方法论严谨性（实验设计、统计有效性、可复现性）
- 评价贡献的创新性和重要性
- 通过针对性文献检索，将论文置于更广泛的研究背景中
- 识别局限性、不足和潜在改进方向
- 生成详细审稿意见和简明摘要两种格式
- 支持所有科学领域的论文（计算机科学、生物学、物理学、社会科学等）

## 何时使用本技能

**以下情况应始终加载本技能：**

- 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"审稿"、"分析"、"评价"、"评估"或"总结"一篇研究论文
- 用户想了解某项研究的优点和不足
- 用户请求同行评审级别的学术评价
- 用户需要帮助准备会议或期刊投稿的审稿意见

## 审稿方法论

### 第一阶段：论文理解

在形成任何判断之前，彻底阅读和理解论文。

#### 步骤1.1：识别论文元数据

提取并记录：

| 字段 | 描述 |
|------|------|
| **标题** | 论文完整标题 |
| **作者** | 作者列表及所属机构 |
| **发表场所/状态** | 发表会议/期刊、预印本服务器或投稿状态 |
| **年份** | 发表或投稿年份 |
| **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：深度阅读

系统性阅读论文：

1. **摘要与引言** — 识别所声称的贡献和研究动机
2. **相关工作** — 注意作者如何定位其工作与已有成果的关系
3. **方法论** — 详细理解所提出的方法、模型或框架
4. **实验/结果** — 检查数据集、基线方法、评估指标和报告的结果
5. **讨论与局限性** — 记录作者自行指出的局限性
6. **结论** — 将结论中声称的成果与实际呈现的证据进行对比

#### 步骤1.3：关键论点提取

明确列出论文的主要论点：

```
论点1：[关于贡献或发现的具体论点]
证据：[论文中支持该论点的证据]
强度：[强 / 中 / 弱]

论点2：[...]
...
```

### 第二阶段：批判性分析

#### 步骤2.1：文献背景检索

使用网络搜索了解研究现状：

```
搜索查询：
- "[论文主题] 最新进展 [当前年份]"
- "[关键方法名称] 对比 基准测试"
- "[作者] 此前工作 [主题]"
- "[具体技术] 局限性 批评"
- "综述 [研究领域] 近期进展"
```

对关键的相关论文或综述使用 `web_fetch` 获取，以理解本工作的定位。

#### 步骤2.2：方法论评估

使用以下框架评估方法论：

| 评价标准 | 需考虑的问题 | 评分 |
|---------|-------------|------|
| **正确性** | 方法在技术上是否正确？是否存在逻辑缺陷？ | 1-5 |
| **创新性** | 什么是真正的新贡献，而非渐进式改进？ | 1-5 |
| **可复现性** | 细节是否足以复现？代码/数据是否公开？ | 1-5 |
| **实验设计** | 基线方法是否公平对比？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？是否报告了误差范围？是否进行了多次实验？ | 1-5 |
| **可扩展性** | 方法是否可扩展？是否讨论了计算成本？ | 1-5 |

#### 步骤2.3：贡献重要性评估

评估贡献级别：

| 级别 | 描述 | 标准 |
|------|------|------|
| **里程碑式** | 从根本上改变该领域 | 新范式，广泛适用的突破性成果 |
| **重要贡献** | 推动研究前沿的强力贡献 | 有扎实证据支持的明确改进 |
| **中等贡献** | 有一定局限性的有用贡献 | 渐进式但有效的改进 |
| **边缘贡献** | 相对已有工作的微小推进 | 收益有限，适用范围窄 |
| **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

对每个优点或不足，提供：
- **内容**：具体观察
- **位置**：章节/图表/表格引用
- **影响**：对论文论点或实用性的影响

### 第三阶段：审稿意见整合

#### 步骤3.1：撰写结构化审稿意见

使用以下模板生成最终审稿意见。

## 审稿意见输出模板

```markdown
# 论文审稿意见：[论文标题]

## 论文元数据
- **作者**：[作者列表]
- **发表场所**：[会议/期刊或预印本服务器]
- **年份**：[年份]
- **领域**：[研究领域]
- **论文类型**：[实证研究 / 理论研究 / 综述 / 系统 / 立场]

## 总体评价摘要

[2-3段总结论文的核心贡献、方法和主要发现。
 upfront 表明总体评估：论文做得好的地方、不足之处、
 以及贡献是否达到所声称的会议/影响力级别。]

## 贡献总结

1. [第一项贡献 — 一句话]
2. [第二项贡献 — 一句话]
3. [其他贡献（如有）]

## 优点

### S1：[简洁的优点标题]
[详细说明，引用论文中的具体章节、图表或表格。
解释为什么这是一个优点及其重要性。]

### S2：[简洁的优点标题]
[...]

### S3：[简洁的优点标题]
[...]

## 不足

### W1：[简洁的不足标题]
[详细说明并引用具体位置。解释该不足对论文论点的影响。
提出改进建议。]

### W2：[简洁的不足标题]
[...]

### W3：[简洁的不足标题]
[...]

## 方法论评估

| 评价标准 | 评分(1-5) | 评估说明 |
|---------|:---:|---------|
| 正确性 | X | [简要说明] |
| 创新性 | X | [简要说明] |
| 可复现性 | X | [简要说明] |
| 实验设计 | X | [简要说明] |
| 统计严谨性 | X | [简要说明] |
| 可扩展性 | X | [简要说明] |

## 向作者提出的问题

1. [可以澄清某个疑虑或模糊之处的具体问题]
2. [关于方法论选择或替代方案的问题]
3. [关于泛化能力或实际应用的问题]

## 次要问题

- [拼写错误、格式问题、不清晰的图表、符号不一致]
- [应引用但未引用的参考文献]
- [提高清晰度的建议]

## 文献定位

[本工作与当前研究前沿的关系如何？
关键相关工作是否已引用？对比是否公平全面？
遗漏了哪些重要的相关工作？]

## 建议

**总体评价**：[录用 / 倾向录用 / 边界线 / 倾向拒稿 / 拒稿]

**置信度**：[高 / 中 / 低] — [置信度水平的理由]

**贡献级别**：[里程碑式 / 重要贡献 / 中等贡献 / 边缘贡献 / 未达门槛]

### 可操作的改进建议
1. [具体、建设性的建议]
2. [具体、建设性的建议]
3. [具体、建设性的建议]
```

## 审稿原则

### 建设性批评
- **始终建议如何改进** — 不仅指出问题，还要提出解决方案
- **公正认可贡献** — 即使论文有缺陷，也要承认其真正的贡献
- **具体明确** — 引用具体的章节、公式、图表和表格
- **区分轻重** — 将致命缺陷与可修复的问题区分开来

### 客观性标准
- ❌ "这篇论文写得不好"（模糊、无帮助）
- ✅ "第3.2节引入了符号X但未给出形式化定义，使得定理1的证明难以理解。建议在问题建模后增加一个符号表。"（具体、可操作）

### 学术审稿伦理
- 不得因作者声誉或机构而否定工作
- 基于工作本身的质量进行评价
- 建设性地指出潜在的伦理问题（数据集偏差、双重用途风险）
- 对未发表的工作保持保密

## 按论文类型调整

| 论文类型 | 重点关注 |
|---------|---------|
| **实证研究** | 实验设计、基线方法、统计显著性、消融实验、可复现性 |
| **理论研究** | 证明正确性、假设合理性、边界紧致度、与实际应用的联系 |
| **综述论文** | 全面性、分类体系质量、近期工作覆盖度、综合性洞见 |
| **系统论文** | 架构决策、可扩展性证据、实际部署、工程贡献 |
| **立场论文** | 论证连贯性、论点证据、潜在影响力、观点表述的公正性 |

## 常见审稿误区

- ❌ 审稿的是你希望看到的论文，而不是实际投稿的论文
- ❌ 要求范围不合理的额外实验
- ❌ 因为论文没有解决另一个问题而扣分
- ❌ 过度受写作质量影响而忽视技术贡献
- ❌ 将未与你自己的工作对比视为不足
- ❌ 仅提供摘要而没有批判性分析

## 质量检查清单

在最终确定审稿意见前，请核实：

- [ ] 论文已完整阅读（不仅是摘要和引言）
- [ ] 所有主要论点已识别并对照证据进行评估
- [ ] 提供了至少3个优点和3个不足，并附有具体引用
- [ ] 方法论评估表已完整填写评分和说明
- [ ] 向作者提出的问题针对真正的疑点，而非修辞性批评
- [ ] 已进行文献检索以定位贡献的上下文
- [ ] 建议是可操作且具有建设性的
- [ ] 总体评价与识别的优缺点一致
- [ ] 审稿语气专业且尊重
- [ ] 次要问题与主要关切已分开

## 输出格式

- 以 **Markdown** 格式输出完整审稿意见
- 在沙箱环境中将审稿意见保存至 `/mnt/user-data/outputs/review-{论文主题}.md`
- 使用 `present_files` 工具向用户展示审稿意见

## 注意事项

- 本技能可与 `deep-research` 技能配合使用 — 当用户希望将论文置于更广泛的研究背景中评价时，同时加载两者
- 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）
- 根据用户需求调整审稿深度：快速筛选的简要评估 vs. 投稿准备的完整审稿
- 对比审稿多篇论文时，保持评价标准的一致性
- 始终说明审稿的局限性（例如"附录B中的证明我无法详细验证"）

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。