菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| 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"] |
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。
除非任务非常窄，否则按以下顺序执行：
references/OPERATING-MODES.md 锁定当前 operating modereferences/citation-workflow.md 作为唯一默认 citation authorityGoogle 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。
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：
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。
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。
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
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 referencesgrep -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。
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。
first draft 是讨论起点，不是最终稿。
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
transformer architecture、graph neural networksmedical image analysis、language model alignmentout-of-distribution generalization、continual learninghttps://arxiv.org/search/?searchtype=all&query=KEYWORDS&abstracts=show&order=-announced_date_first
建议：
+ 组合关键词cs.LG、cs.AI、cs.CV、cs.CL 过滤announced_date_first 看近期论文| 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：
详细指南：
references/literature-research/arxiv-search-guide.mdreferences/literature-research/paper-quality-criteria.md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。
| 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：
不要因为措辞、section 顺序、结果排序或 citation completeness 阻塞。
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 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
We introduce... / We prove... / We demonstrate...删掉任何可以放在任意 ML 论文开头的泛化句。
必须包含：
目标是让他人能复现：
每个实验都要说清：
必须包含：
| 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 | 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：
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：
main.tex.styFormat 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：
references/citation-workflow.md 是默认 authority。
默认路径：
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
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。
| 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：
booktabs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。
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。
| 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 |
templates/ 目录包含：ICML 2026、ICLR 2026、NeurIPS 2025、ACL/EMNLP、AAAI 2026、COLM 2025。
编译方式：
latexmk -pdf main.texUse when the user asks to generate or refresh an architecture map, structure diagram, core call flow, local viewer assets, or runs ~map. Produces hello-scholar native architecture-map.json plus compact Markdown and Mermaid companion artifacts.
Use when the user asks to open the architecture viewer, view diagrams, inspect node evidence, export the local architecture map, or troubleshoot hello-scholar map view/export behavior.
实验分析命令，基于 experiment package、runs、metrics 和 evidence 形成结果解释与下一轮实验计划。
实现命令，把 plan package、change record 或 experiment package 落成代码、配置、文档或实验变更。
Use only when the user explicitly types ~map. Generates or refreshes the hello-scholar native architecture map by invoking the architecture-map workflow, then validates and points to the local viewer.
用于涉及编写或修改源码的日常编码任务。