anti-autoresearch

# Anti-Autoresearch：论文诚信审计 把原仓库的11个审计 Skill 和总控流程作为一个 DeepSeek Harness Skill 执行。保持只读审计，不修改被审论文，不把异常直接表述为“造假”。 ## DeepSeek Harness mathmodel 入口契约 若手动调用文本包含 `dsh.mathmodel.request/v1`，其 `skill` 必须为 `anti-autoresearch`，直接消费 `material_path`、`evidence_level`、`audit_scope`、`report_depth`、`include_recheck_plan` 和 `userNotes`，不得重复询问。卡片的 `evidence_level` 是用户预计提供的材料范围，不是结论权限；必须由 `artifact_manifest.json` 按实际可见材料确定 L0/L1/L2，实际等级较低时自动收紧结论并明确缺失材料，禁止按卡片标签抬高等级。 `report_depth=代码结果级审计`（兼容旧草稿值“复现级审计”）只表示在 L2 检查论文、代码、日志和已有结果文件的一致性，不代表 L3 完整复现，也不得承诺复现实验。`audit_scope` 只决定加载哪些维度；未运行的维度必须进入局限说明。`include_recheck_plan=false` 时仍保留每条 finding 必需的 `recommended_human_check`，只省略额外汇总计划，因为该字段属于证据契约而非可选装饰。 卡片标题中的“风险审查”和用户口语中的“造假嫌疑”均只表示筛查意图。报告只能写带 claim/span 的异常、不一致、证据不足或需要核查，并给出可能的无辜解释；不得输出作者身份概率、AI 生成率或“造假/欺诈已证实”等裁决。 ## 基本原则 1. 先建立统一证据账本，再进行任何判断。 2. 每条高于 `info` 的发现必须引用 `claims.json` 中真实存在的 `claim_id` 和原文片段。 3. 区分可观测等级：L0 仅 PDF/文本，L1 有 LaTeX，L2 同时有代码和结果；不得在低等级声称已验证代码级问题。 4. 语言模型只提出发现；最终等级只由 `scripts/adjudicate_findings.py` 计算。 5. AI 文风、版面和新颖性线索不作为学术不端结论。 6. 报告使用“异常”“不一致”“需要核查”，不得使用“作者造假”“欺诈已证实”等定罪措辞。 开始前读取： - `references/integrity-forensics-contract.md`：证据和输出契约。 - `references/observability-levels.md`：L0/L1/L2 的结论边界。 - `references/hack-pattern-taxonomy.md`：允许使用的风险模式编号。 - `references/reviewer-independence.md`：审计者与裁决器分工。 ## 输入处理 接受论文目录、`.pdf`、`.tex` 或纯文本。PDF 若尚无文本层，优先用 `pdftotext -layout` 提取为同目录 `paper.txt`；无法提取时说明依赖缺失，不得假装读取成功。目录中存在源文件、代码、配置、日志和结果时一并纳入，但保持只读。 ## 执行流程 ### 1. 运行确定性骨架 运行： ```powershell python scripts/run_deterministic_audit.py "<论文文件或目录>" ``` 该脚本生成： - `artifact_manifest.json` - `claims.json` - `consistency-audit.deterministic.findings.json` - `presentation-signals.deterministic.findings.json` - `stat-consistency.deterministic.findings.json` - `ai-style-impressions.deterministic.findings.json` - `report.json` - `REPORT.md` 脚本失败时停止并报告真实错误，不手工伪造缺失产物。 ### 2. 按需做语义审计 根据用户目标和材料读取对应参考文件，不要一次加载全部： | 审计目标 | 读取文件 | |---|---| | 证据账本与声明抽取 | `references/audit-evidence-ledger.md` | | 数字、表格、摘要与正文矛盾 | `references/audit-consistency-audit.md` | | 引用虚构、错引、撤稿引用 | `references/audit-citation-forensics.md` | | 缺失、过弱或不公平基线 | `references/audit-baseline-comparison-audit.md` | | 代码、结果、占位数据、幽灵实验 | `references/audit-experiment-forensics.md` | | 证明、推导、符号和隐含假设 | `references/audit-proof-derivation-forensics.md` | | 数据泄漏、裁判模型、选择性报告 | `references/audit-eval-design-forensics.md` | | 重复表格、模板残留、版面信号 | `references/audit-presentation-signals.md` | | AI 写作风格印象，零裁决权重 | `references/audit-ai-style-impressions.md` | | 最强反方审稿意见 | `references/audit-adversarial-case-builder.md` | | 既有工作重叠、重复发表线索 | `references/audit-novelty-duplication-advisory.md` | DSH 没有上游文档所写的 Claude `/skill` 或 `mcp__codex__codex` 时，直接由当前模型按相同检查表完成该维度，并明确记录“未进行跨模型独立复核”。不得声称使用了不存在的工具。 ### 3. 写入语义发现 每个维度写成独立 JSON 数组，元素遵循 `schemas/finding.schema.json`。至少包含： - `finding_id` - `skill` - `pattern_id` - `severity_proposed` - `dimension` - `title` - `description` - `evidence`，其中包含真实 `claim_id` 与原文 `span` - `observability_level_required` - `false_positive_risk` - `recommended_human_check` 无法验证时降为 `info` 或写入局限，不得用推测补齐证据。 ### 4. 重新裁决 将确定性和语义 `*.findings.json` 一起传给： ```powershell python scripts/adjudicate_findings.py --findings <发现文件...> --ledger <claims.json> --paper-id <论文标识> --observability-level <0|1|2> --out <report.json> --md <REPORT.md> ``` 只把该脚本生成的结果称为总体裁决。若关键维度未运行，在报告局限中逐项说明。 ## 交付要求 先给出观测等级和材料范围，再列出发现。每条发现必须包含位置、原文证据、计算或核验过程、可能的无辜解释、建议人工索取的材料。结尾明确说明：报告是风险筛查和同行评审辅助，不构成对学术不端的认定。 ## 更新来源 本 Skill 合并自 `wanshuiyin/Anti-Autoresearch`，保留 MIT 许可证。更新时比较上游 `skills/`、`tools/`、`references/` 和 `schemas/`；继续保持单一顶层 `SKILL.md`，不要把上游多个 Skill 目录直接嵌套到 DSH Skills 根目录。