| name | ml-paper-writing |
| description | 为 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 撰写 publication-ready 的 ML/AI 论文。用于从 research repo 起草论文、做 literature review、寻找 related work、验证 citation，或准备 camera-ready submission。包含 LaTeX template、citation verification workflow 和论文发现 / 评估标准。 |
| version | 1.0.0 |
| author | Orchestra Research |
| license | MIT |
| tags | ["Academic Writing","NeurIPS","ICML","ICLR","ACL","AAAI","COLM","LaTeX","Paper Writing","Citations","Research"] |
| dependencies | ["semanticscholar","arxiv","habanero","requests"] |
ML Paper Writing for Top AI Conferences
面向 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 的 ML/AI 论文写作指南。该 skill 结合顶级研究者的写作理念（Nanda、Farquhar、Karpathy、Lipton、Steinhardt）与实际工具：LaTeX template、citation verification API、conference checklist。
Default Operating Order
除非任务非常窄，否则按以下顺序执行：
- 先从
references/OPERATING-MODES.md 锁定当前 operating mode
- 理解 repo 或 draft 的上下文
- 把
references/citation-workflow.md 作为唯一默认 citation authority
- 主写作路径明确后，再加载 venue / template 相关 reference
Google Scholar 可以作为人工发现入口，但不是本 skill 的 canonical verification authority。默认验证应使用 Semantic Scholar、CrossRef、arXiv 等 programmatic sources。
Core Philosophy: Collaborative Writing
论文写作是协作过程，但 Claude 应主动交付草稿。
典型输入是一个 research repository，其中包含代码、结果和实验 artifact。Claude 的职责是：
- 探索 repo、结果和已有文档，理解项目
- 当 contribution 足够清楚时，直接交付完整 first draft
- 用 web search 和 API 搜索相关文献
- 根据 scientist 反馈迭代
- 只有关键决策确实不确定时才提问
关键原则：主动交付。repo 和结果清楚时，不要逐节等待确认；先给出可反应的完整草稿，再迭代。
Critical Rule: Never Hallucinate Citations
AI 生成引用有很高错误率。虚构论文、错误作者、错误年份、伪造 DOI 都属于严重学术风险，可能导致 desk rejection 或 retraction。
绝不要凭记忆生成 BibTeX。必须程序化查询、验证、导出。
| Situation | Action |
|---|
| 添加引用 | Search API → verify → fetch BibTeX |
| 不确定论文是否存在 | 标记 [CITATION NEEDED] |
| 找不到精确论文 | 标记 placeholder，不要编 |
无法验证时使用显式占位：
% EXPLICIT PLACEHOLDER - requires human verification
\cite{PLACEHOLDER_author2024_verify_this} % TODO: Verify this citation exists
必须告诉 scientist：哪些 citation 是 placeholder，哪些无法确认。
Workflow 0: Starting from a Research Repository
Project Understanding:
- [ ] Step 1: Explore repository structure
- [ ] Step 2: Read README, docs, and key results
- [ ] Step 3: Identify main contribution with the scientist
- [ ] Step 4: Find papers already cited in the codebase
- [ ] Step 5: Search additional related literature
- [ ] Step 6: Outline paper structure
- [ ] Step 7: Draft and iterate
Explore the Repository
ls -la
find . -name "*.py" | head -20
find . -name "*.md" -o -name "*.txt" | xargs grep -l -i "result\|conclusion\|finding"
重点查找：
README.mdresults/、outputs/、experiments/configs/.bib 文件或 citation references- 任何 draft / notes
Identify Existing Citations
grep -r "arxiv\|doi\|cite" --include="*.md" --include="*.bib" --include="*.py"
find . -name "*.bib"
这些 citation 是 Related Work 的高信号起点。
Clarify the Contribution
写作前必须明确主贡献：
Based on my understanding of the repo, the main contribution appears to be [X].
The key results show [Y]. Is this the framing you want for the paper,
or should we emphasize different aspects?
不要擅自假设 narrative。
When to Use This Skill
- 从 research repo 写论文
- 起草或修改论文 section
- 做 literature review 和 related work
- 发现近期论文
- 查找并验证 citation
- 准备 conference submission
- 转投不同 venue 做格式转换
- 根据 scientist feedback 迭代 draft
first draft 是讨论起点，不是最终稿。
Literature Research & Paper Discovery
Workflow 5: Finding and Evaluating Papers
Literature Research Process:
- [ ] Step 1: Define search scope and keywords
- [ ] Step 2: Search arXiv and academic databases
- [ ] Step 3: Screen papers by title/abstract
- [ ] Step 4: Evaluate paper quality
- [ ] Step 5: Select top papers and extract citations
- [ ] Step 6: Verify citations programmatically
Search Scope
- Technique-focused：
transformer architecture、graph neural networks
- Application-focused：
medical image analysis、language model alignment
- Problem-focused：
out-of-distribution generalization、continual learning
arXiv Search
https://arxiv.org/search/?searchtype=all&query=KEYWORDS&abstracts=show&order=-announced_date_first
建议：
- 用
+ 组合关键词
- 按
cs.LG、cs.AI、cs.CV、cs.CL 过滤
- 用
announced_date_first 看近期论文
Paper Quality Evaluation
| Dimension | Weight | Focus |
|---|
| Innovation | 30% | novelty 与 originality |
| Method Completeness | 25% | 清晰度和可复现性 |
| Experimental Thoroughness | 25% | 验证深度 |
| Writing Quality | 10% | 表达清晰度 |
| Relevance & Impact | 10% | 领域重要性 |
评分阈值：
- 4.0+：强烈纳入
- 3.5-3.9：相关时纳入
- 3.0-3.4：高度相关时纳入
- <3.0：除非必要，否则排除
详细指南：
references/literature-research/arxiv-search-guide.mdreferences/literature-research/paper-quality-criteria.md
Paper-Miner Global Writing Memory
本 skill 会读取由 paper-miner 维护的单一全局 writing memory：
~/.hello-scholar/knowledge/paper-miner-writing-memory.md
这是 global memory，不是项目局部 memory。卸载 hello-scholar 不应删除累计写作知识。
默认读取顺序：
~/.hello-scholar/knowledge/paper-miner-writing-memory.md- repo-local evidence 和 experiment artifact
- 必要时读取已引用论文或 notes
- venue template 和 formatting constraints
读取时先看：
How this helps our writingWriting patterns minedStructure signalsReusable phrasingVenue-specific signals
不要把新挖掘的 paper-miner 知识散落到多个 maintained file 中。
Balancing Proactivity and Collaboration
| Confidence Level | Action |
|---|
| High | 写完整 draft，交付后按反馈迭代 |
| Medium | 写 draft，并标注不确定点 |
| Low | 问 1-2 个针对性问题，然后继续 draft |
默认先写，再把问题随 draft 一起提出。
只有以下情况才阻塞等待输入：
- target venue 不明确
- 多个互相冲突的 framing 都合理
- 结果不完整或相互矛盾
- 用户明确要求先 review 再继续
不要因为措辞、section 顺序、结果排序或 citation completeness 阻塞。
The Narrative Principle
论文不是实验集合，而是由 evidence 支撑的一条清晰 technical story。
Introduction 结束前必须清楚三点：
| Pillar | Description |
|---|
| The What | 1-3 个具体、成体系的新 claim |
| The Why | 严格 empirical evidence 支撑 |
| The So What | 为什么社区应关心 |
如果无法用一句话说清 contribution，就还没有形成 paper。
Paper Structure Workflow
Paper Writing Progress:
- [ ] Step 1: Define the one-sentence contribution
- [ ] Step 2: Draft Figure 1
- [ ] Step 3: Draft abstract
- [ ] Step 4: Draft introduction
- [ ] Step 5: Draft methods
- [ ] Step 6: Draft experiments
- [ ] Step 7: Draft related work
- [ ] Step 8: Draft limitations
- [ ] Step 9: Complete paper checklist
- [ ] Step 10: Final review and submission
Abstract: 5-Sentence Formula
- 你做成了什么：
We introduce... / We prove... / We demonstrate...
- 为什么难且重要
- 方法是什么，并包含可检索关键词
- 有什么证据
- 最重要的数字或结果
删掉任何可以放在任意 ML 论文开头的泛化句。
Introduction
必须包含：
- 2-4 条 contribution bullet
- 清晰 problem statement
- 简短 approach overview
- 方法最好在第 2-3 页前开始
Methods
目标是让他人能复现：
- 概念 outline 或 pseudocode
- 全部 hyperparameters
- 足够架构细节
- 只讲最终设计，ablation 放到 experiments
Experiments
每个实验都要说清：
- 支撑哪个 claim
- 与主贡献如何关联
- experimental setting
- 图或表中应该观察什么
必须包含：
- error bar 和计算方式
- run / seed 数量
- 主要比较的 statistical test
- baseline、ablation、robustness
Writing Principles
- 先给 context，再给新信息
- claim 与 evidence 紧邻
- 术语保持一致
- 主动语态优先
- 具体词优先，不用泛泛的 “performance”
- 删除 filler word 和 hedging
- figure caption 要能独立理解
- 不要把关键结果藏到 appendix
What Reviewers Actually Read
| Paper Section | Reviewer Behavior | Implication |
|---|
| Abstract | 几乎都会读 | 必须非常强 |
| Introduction | 大多会快速读 | contribution 前置 |
| Figures | 经常先看 | Figure 1 极关键 |
| Methods | 有兴趣才细读 | 不要埋主线 |
| Appendix | 很少保证阅读 | 只放补充细节 |
Conference Requirements Quick Reference
| Conference | Page Limit | Extra for Camera-Ready | Key Requirement |
|---|
| NeurIPS 2025 | 9 pages | +0 | checklist，accepted 后 lay summary |
| ICML 2026 | 8 pages | +1 | Broader Impact Statement |
| ICLR 2026 | 9 pages | +1 | LLM disclosure，reciprocal reviewing |
| ACL 2025 | 8 pages (long) | varies | Limitations section mandatory |
| AAAI 2026 | 7 pages | +1 | 严格遵守 style file |
| COLM 2025 | 9 pages | +1 | 聚焦 language models |
通用要求：
- double-blind review
- references 不计入页数
- appendix 通常不限，但 reviewer 不保证读
- 所有 venue 均要求 LaTeX
Using LaTeX Templates Properly
总原则：先复制完整 template directory，再在里面写。
Template Setup Checklist:
- [ ] Copy entire template directory
- [ ] Compile template as-is
- [ ] Read example content
- [ ] Replace content section by section
- [ ] Keep examples as comments until stable
- [ ] Clean up at the end
不要只复制 main.tex。template 还包含 .sty、.bst、example content 和 Makefile。
编译检查：
latexmk -pdf main.tex
常见坑：
- 只复制
main.tex
- 修改
.sty
- 随便加 package
- 太早删除 template example
- 不频繁编译
Conference Resubmission & Format Conversion
Format Conversion Checklist:
- [ ] Identify source and target template differences
- [ ] Create new project with target template
- [ ] Copy content sections, not preamble
- [ ] Adjust page limits and content
- [ ] Update venue-specific requirements
- [ ] Verify compilation and formatting
绝不要把不同 conference 的 LaTeX preamble 混在一起。 应从 target template 新建项目，只迁移正文、figures、tables 和 bibliography entries。
常见要求：
- ICML：Broader Impact Statement
- ICLR：LLM usage disclosure
- ACL / EMNLP：Limitations section、Ethics Statement
- AAAI：不得修改 style file
- NeurIPS：Paper checklist
Citation Workflow
references/citation-workflow.md 是默认 authority。
默认路径：
- 用 Semantic Scholar / CrossRef / arXiv / OpenAlex 搜索
- 重要 claim 用两个来源确认 paper existence
- 通过 DOI 或可信导出路径获取 BibTeX
- 引用具体 claim 时，核对原文是否支持
- 验证后再加入 bibliography
黄金规则：
IF you cannot verify a citation programmatically:
-> mark it as [CITATION NEEDED] or [PLACEHOLDER - VERIFY]
-> tell the scientist explicitly
-> NEVER invent a plausible-sounding reference
Common Issues and Solutions
Abstract 太泛：删除第一句泛泛背景，直接从具体贡献开始。
Introduction 超过 1.5 页：把背景移到 Related Work，前置 contribution bullet。
Experiments 没有明确 claim：每个实验前加一句 “This experiment tests whether ...”。
Reviewer 觉得难跟：加 signposting，统一术语，强化 standalone caption。
缺少 statistical significance：补 error bar、run 数、统计检验。
Reviewer Evaluation Criteria
| Criterion | What Reviewers Look For |
|---|
| Quality | 技术可靠，claim 有支撑 |
| Clarity | 写作清楚，专家可复现 |
| Significance | 对社区有影响 |
| Originality | 有新 insight，不一定要新方法 |
NeurIPS 6 分制：
- 6：Strong Accept
- 5：Accept
- 4：Borderline Accept
- 3：Borderline Reject
- 2：Reject
- 1：Strong Reject
Tables and Figures
Tables
- 使用
booktabs
- 每个 metric 加方向符号（↑ / ↓）
- 最优值加粗
- 数值列右对齐
- 小数位一致
Figures
- plot 和 diagram 用 vector graphics（PDF / EPS）
- 照片才用高分辨率 raster
- 使用 colorblind-safe palette
- 检查灰度可读性
- 不要在图内放 title
- caption 必须自洽
需要生成、润色或诊断图表标题、table caption、architecture diagram 文案或 visual abstract 时，优先调用 figure-table-captioning，不要在本 skill 中临时发明 caption workflow。
Prompt Micro-Skills
当用户的写作请求是局部、可复用的 prompt 动作时，优先路由到专门 micro-skill：
| Task | Skill |
|---|
| 中英互译、译回中文核对、术语一致性 | bilingual-academic-translation |
| 英文/中文润色、降低 AI 腔、publication-ready 表达 | academic-polishing |
| 缩写、扩写、page budget 或摘要字数控制 | paper-compression-expansion |
| figure/table caption、架构图说明、实验图表表达 | figure-table-captioning |
| 段落逻辑、claim-evidence 对齐、reviewer quick scan | paper-logic-diagnosis |
| 实验结果叙述、ablation/failure-case narrative | experiment-narrative-analysis |
本 skill 保留论文整体 narrative、section drafting、venue adaptation 和 citation-aware writing 的总入口职责。
References & Resources
Reference Documents
| Document | Contents |
|---|
references/writing-guide.md | Gopen & Swan 原则、Ethan Perez micro-tips、word choice |
references/citation-workflow.md | Citation API、Python code、BibTeX 管理 |
references/checklists.md | NeurIPS、ICML、ICLR、ACL checklist |
references/reviewer-guidelines.md | 评审标准、评分、rebuttal |
references/sources.md | 本 skill 的来源索引 |
references/literature-research/arxiv-search-guide.md | arXiv 检索策略 |
references/literature-research/paper-quality-criteria.md | 5 维论文质量评估 |
LaTeX Templates
templates/ 目录包含：ICML 2026、ICLR 2026、NeurIPS 2025、ACL/EMNLP、AAAI 2026、COLM 2025。
编译方式：
- VS Code / Cursor：LaTeX Workshop + TeX Live
- 命令行：
latexmk -pdf main.tex
- 在线：Overleaf
Key External Sources
- Neel Nanda: narrative、What / Why / So What
- Sebastian Farquhar: 5-sentence abstract
- Gopen & Swan: reader expectation principles
- Zachary Lipton: scientific writing heuristics
- Ethan Perez: micro-level clarity
- APIs: Semantic Scholar、CrossRef、arXiv
