★ FEATURED ARTICLE 【免费下载链接】paperjuryPre-submission AI review stress-test for research papers. A Claude Code skill: review, verdict, revise, verify.项目地址https://gitcode.com/gh_mirrors/pa/paperjury点击查看免费下载投稿前AI 究竟能帮你把论文改到什么程度本文拆解 PaperJury 这款投稿前 AI 评审工具的官方 dogfood 案例对一篇 21 页的真实 LaTeX 论文草稿跑一轮 AUTO 模式评审152 条 AI 审稿人意见经过正当程序筛选后最终只有 26 处安全落稿10 条交回作者19 条被驳回。整个过程留下了修改前后的两份 PDF 和一份人工核对报告是难得的可验证AI 改稿案例。先看到手材料修改前后的 PDF 就放在仓库里这个案例的全部产物都在 samples/dogfood/ 目录不需要相信任何口头承诺直接对比文件文件内容original_draft.pdf评审前草稿21 页埋了 11 个已知缺陷revised_draft.pdf评审后稿件22 页编译 0 error、0 warningRUN_REPORT.zh-CN.md人工逐条核对过的修改对照报告中文RUN_REPORT.md同一份报告的英文版完整的样例说明见 docs/showcase/SHOWCASE.md。这里有个细节值得注意报告中的每条修改都标注了人工验证状态✅ 表示已核对、⚠ 表示待作者处理。换句话说这份报告本身也经过了复核——这正是 PaperJury 反复强调的原则模型只负责读和想落槌和改稿的权力在确定性代码和作者手里。152 条 AI 意见如何收敛一张漏斗图讲清账本机制这次运行的核心数字是一条漏斗152 条 reviewer weakness → 55 条 issue → 26 已应用 / 10 待作者 / 19 判为无效为什么 152 条意见最后只有 26 处真正动稿因为 PaperJury 不会照单全收 AI 反馈每条意见都要走完正当程序终结于三种裁定之一✅valid-fixable成立可修表达不清、claim 过强、术语漂移这类文本问题不需要补实验。起草最小补丁过护栏链后落稿。author-required交回作者缺实验、缺数据、需要研究判断原样交回绝不代笔。invalid-drop不成立驳回AI 审稿人误读了论文驳回并记录在案。这条漏斗由账本ledger机器可读地记录在案152 条原始意见先经去重合并成 55 条独立问题再有争议的意见进入庭审式裁定workflows/trial.workflow.js最后由确定性书记官脚本汇总收敛。账本结构定义在 references/ledger-schema.md落盘逻辑在 scripts/ledger.js。对新手来说最实用的理解是AI 提了 152 条意见不等于你的论文要改 152 处真正安全且必要的修改只有 26 处。26 处安全落稿拆掉 6 个最容易漏掉的坑本次案例埋了 11 个已知缺陷其中 6 个属于可修复缺陷F1-F6。对照 RUN_REPORT.zh-CN.md 的表一可以看到 AI 评审真正擅长抓的是什么#问题定位都是人容易漏的坑修复结果F1§8 并发数散文写8、表格写16自相矛盾统一为16散文 表格F2§7.2 clerk 合并阈值散文simThreshold0.7、相邻公式0.8统一为0.8F3§5 升级陪审团写jurySize10全文别处为12改为12F4§2 隔离不变量被写成给了 jurors 累计 ledger语义反转恢复为隔离、不看 ledgerF5§1 术语写成registrar全文别处都叫clerk改回clerkF6§4 悬空引用\cite{wang2025programchair}bib 中无此键删除引用编译无警告这类问题有一个共同特点单看每一句都通顺但跨句、跨节对不上。自己写论文时几乎不可能逐页交叉核对所有数字和术语而这恰恰是确定性脚本 对抗式评审最擅长的部分。六处修复全部人工核对通过与初稿的干净版本一致。没改的地方护栏是怎么起作用的比改对了什么更值得看的是它没改什么。报告里剩下 5 个缺陷处理方式各不相同A1 摘要伪造 94% router agreement…confirming in practice无实验支撑→ 已软化为 an illustrative target过度断言被中和。A2 §4 伪造 in our runs…strictly higher precision无实验→未修复原句仍在稿中标记为待作者处理软化或删除。为什么 AI 发现了却不删因为删掉哪句、保留什么口径是研究判断不能由工具代笔。A3 §3 伪造 within three rounds无数据→ 软化为 in a small number of rounds去掉具体数字。B1、B2 两个诱饵看起来像覆盖漏洞和循环论证实则完全可辩护 →原文一字未动零误报。这是专门设计的陷阱用来检验评审系统会不会为了改而改。引擎自己引入的问题polish 阶段把 §1 的 five-tier trial 改成了 two-sided escalating trial但 §5.2、§5.4、§9 仍叫 five-tier术语不一致 → 同样不擅自修标记为待作者处理改回 five-tier 即可。结论很清晰安全且无歧义的修改自动落稿涉及证据口径、研究判断的一律排队等作者拍板。自动化的边界恰恰是它的可信度来源。这轮 AUTO 评审是怎么跑起来的整个流程是一条固定管线设计说明见 docs/REVIEW_ENGINE_V3_DESIGN.mdassign-reviewers → reading-check → coverage-auditor → merge → { trial ‖ polish } → recall-audit → drafter → { edit-audit | meaning-audit } → clerk分工原则一句话概括能写成脚本的判断都交给确定性脚本scripts/ 下的 ledger、compile-guard、apply-patch、cross-ref 等需要语义判断的才交给相互隔离的 model agentworkflows/ 下的一组 workflow。落稿前还会真实跑 LaTeX 编译验证scripts/compile-guard.js所以22 页、0 error、0 warning不是模型口述而是编译日志。AUTO 模式的完整规则见 references/auto-mode.md面向 agent 的驱动细节见 docs/AGENT-GUIDE.md。如何把这套投稿前自查用到你自己的论文上在 Claude Code 里两条命令装好/plugin marketplace add Spark-To-Paper-Skills/paperjury /plugin install paperjurySpark-To-Paper-Skills然后直接说需求不需要背命令想被挑刺审稿重点看实验和 claim 是否站得住。只想改一段把 introduction 这段改紧一些但不要改变 claim。它会先起草补丁等你确认再应用只查格式风险跑一下 submission-readiness / 合规检查。想多轮无人值守打磨需要显式开启auto 模式配合/goal否则只跑一轮就停。最后提醒一条边界官方文档原话浓缩PaperJury 是投稿前自查工具不能替代 peer review也不能替代作者的科学判断——缺实验、缺证据的问题它只会交回给你而不是替你编一个。案例文件清单想看什么路径修改前后 PDF 与核对报告samples/dogfood/案例展示页docs/showcase/SHOWCASE.md中文运行报告samples/dogfood/RUN_REPORT.zh-CN.md账本ledger结构references/ledger-schema.mdAUTO 模式规则references/auto-mode.md引擎协议全文references/review-engine-v3.md评审引擎设计说明docs/REVIEW_ENGINE_V3_DESIGN.mdAgent 驱动指南docs/AGENT-GUIDE.md一句话总结152 条 AI 意见里没有一处是改了就完事——26 处被证明安全后落稿10 处交回作者19 条被驳回留痕2 处引擎自己引入或遗留的问题老实标记待处理。投稿前让 AI 先把你论文里该挑的坑挑出来但改稿的最后一道闸门始终握在作者手里。赞分享【免费下载链接】paperjuryPre-submission AI review stress-test for research papers. A Claude Code skill: review, verdict, revise, verify.项目地址https://gitcode.com/gh_mirrors/pa/paperjury点击查看免费下载相关推荐Meshery Catalog 示例设计「k8s Deployment-2」拆解从 Catalog 条目到 Kubernetes 部署落地Meshery Catalog 示例设计「k8s Deployment 2」拆解从 Catalog 条目到 Kubernetes 部署落地 Meshery C云原生微服务运维DevOpsLevelDB数据库损坏修复实战3个步骤拯救你的宝贵数据 LevelDB数据库损坏修复实战3个步骤拯救你的宝贵数据 你是否曾经历过这样的噩梦某个深夜你的LevelDB数据库突然无法打开关键业务数据岌岌可危数据库KV存储嵌入式数据库从参考资料到口播稿Beav AI写作工作流5步拆解图文稿脚本一篇稿子搞定从参考资料到口播稿Beav AI写作工作流5步拆解图文稿脚本一篇稿子搞定 做小红书的人最头疼的不是没想法而是流程太长先收藏一堆参考资料再想选题然后人工智能AI 应用AI 写作媒体生成工作流自动化网页爬虫浏览器控制创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
