Paper Review

paper-review — typed, source-traced scientific review

Normative authority: docs/SCIPAPER_STANDARD.md. /sci-paper:paper supplies writing guidance; field dossiers, baselines and learned models supply evidence. None defines an independent paper verdict. Funding proposals are not papers: review them under the /sci-paper:proposal-polish register (standard §7) — the L0 policy and §6 invariants carry over, the significance-trimming rules of paper mode do not.

本 skill 不是快速 lint。它完整读取论文与源材料，逐项验证科学声明，并把结果写成 sci-paper.feedback.v1 finding。审查循环是：

measure → type → rank → edit → re-measure → disposition

终点是 disposition-complete review state，不是“0 个审美意见”或通用 PASS。

0. Non-negotiable rules

1. 当轮重新取证。 数字、公式、引用、图表、时间和版本必须在本轮从源文件、 DOI/arXiv、数据或脚本输出重新读取。记忆和旧报告只能帮助定位，不能证明事实。
2. grep 只定位。 每个命中或未命中都要通过上下文 Read、替代拼写和必要的全文 检查确认；不能把 grep 当作语义证据。
3. 禁止猜测。 无法验证时写明 unmeasured、NEEDS SOURCE 或 NEEDS PHYSICAL ACCESS，不能制造近似答案。
4. 每个数值都有 provenance。 合法来源是：具体数据/脚本输出、具体 DOI/arXiv 的表/图/公式，或由本文已编号公式直接算得。缺失来源是 integrity_blocker。
5. 图表看实际内容。 每个 figure 必须查看实际 PDF/PNG；每个 table 必须与上游 数据逐 cell 对位。caption、正文和制品矛盾是 integrity_blocker。
6. 科学优先。 数学、物理、统计、数据或引用错误不能靠 softening、disclaimer、 “schematic” 标签或风格改写掩盖。修复根因。
7. 推导三重独立验证。 每个 displayed derivation、关键物理链和数值结论都执行 M.pass-1/2/3；任一命中后修复并重跑全部三 pass。
8. 后果类别不能混用。
   • integrity_blocker: 科学、来源、引用、构建或必需制品错误；不可由风格偏好豁免。
   • l0_target: Tier A、em-dash、同 section 同 Tier B 词的第 2 次及以后。
   • advisory: editorial、narrative、结构、corpus distance、learned field-similarity。
9. 缺失测量不等于 0。 所有 axes 显式标 measured、degraded、 unmeasured 或 not_applicable。
10. 用户保留主观裁决权。 strong advisory 可以 acted、accepted、 rejected_as_false_positive 或带理由 pending。普通 advisory 可以保留，但必须报告。

1. Preparation

每轮均重新执行：

1. Read docs/SCIPAPER_STANDARD.md、/sci-paper:paper 和当前 SKILL.md。
2. 解析 field：单 profile 可自动选；多个 profile 必须 --field；无 profile 时继续 model-free 审查并标相关 axes unmeasured。
3. 从头到尾 Read 论文；分块也必须覆盖全文。
4. Read bibliography、项目事实源、数据/结果索引、生成脚本和相关 companion 当前版本。
5. 建立五张清单：
   • claims：claim、scope、stance、evidence relation、位置；
   • numbers：值、单位、位置、source trace、核验状态；
   • equations：定义、量纲、假设、边界、实现位置；
   • figures/tables：制品、caption claims、生成脚本、上游数据；
   • interfaces：论文符号 ↔ code variable ↔ data column。
6. 对 LaTeX 论文执行项目规定的完整 build；记录 errors、undefined refs、duplicate labels、missing assets 和 warnings。项目若使用其他 build system，执行其权威命令。 6b. 长度基线快照（标准 §5.3）：首次 edit 前把目标文件复制到 <scratch>/length-baseline.tex（或记下干净的 git ref）。没有诚实的 基线，收尾的 length gate 无从执行。
7. 运行共享 de-AI report：

python tools/ai_ism_lint.py <file> --field <field> \
  --structure --distribution --document-structure --oracle --voice \
  --format json --output <scratch>/paper-review-feedback.json

解释 exit status：0 = 无 L0 target，advisories 可存在；1 = 有 L0 target；2 = 输入、 配置或执行失败。不得从打印文本反解析 JSON。

同轮补充 claim-anchoring 质量带（写作质量轴，非 AI 判别轴——EVALUATION.md §9.6 记录了被证伪的假设；发现只作为"主张缺锚"质量问题处理）：

python tools/deai_anchoring.py <file> --field <field>

Cooperative-layer tools (opt-in; each is honestly unmeasured without the author's own material, never an AI verdict). When the author supplies an AI-draft ancestor, report which spans are still the AI draft; when they point at their own prior papers, report whether this draft is under-varied against their own baseline (a confound-free same-author reference — EVALUATION.md §9.9):

python tools/deai_provenance.py <file> --ai-ancestor <earlier-draft>   # or --git-ai-ref <commit>
python tools/deai_personal.py <file> --prior-papers-dir <author-own-papers>

2. A–R review dimensions

每个 finding 必须给出：kind、layer、rule、scope/location、当前证据、source trace、measurement status、priority、recommended action、disposition。确认某条 critique 存在，不自动决定它是 blocker；后果类别单独判断。

组合规则：一个维度要么调用测量原件，要么自己拥有内容——绝不复述原件已有的 检查项。 测量原件为 /sci-paper:physics、/sci-paper:logic、/sci-paper:mainline、 /sci-paper:figure-review、/sci-paper:de-ai --audit-only；它们只产 finding。修复 动作路由到动作原件 /sci-paper:condense 与 /sci-paper:de-ai Pass 3。本 skill 自身负责合并、排序与 disposition。

A. Mathematics

量纲与代数再推导调用 /sci-paper:physics（P1、P5），不在此复述。本维度自己 拥有的是数学记账：

• 所有 \eqref{}、labels 和符号定义闭合；同一符号不承担两个含义。
• 定义在首次使用前出现；近似条件、边界和适用域被写出来而不是默认。
• 数学错误、未声明的必要假设或结论无法推出均为 integrity_blocker。

B. Physics

第一原则核查（守恒、对称、宇称、渐近、量纲）调用 /sci-paper:physics，不在此 复述。本维度自己拥有的是论文与实现之间的物理一致性：

• 核心物理量、算子、滤波器、信号/噪声模式和 sign convention 与代码一致。
• 区分相关与因果；因果声明要有机制或设计支持。
• 实现与论文的物理矛盾、适用域矛盾或 claim/evidence 冲突为 integrity_blocker。

C. Logic and statistics

本维度委派 /sci-paper:logic——claim graph（循环论证、断链、偷换条件、充分/ 必要条件、未声明假设）、统计方法学（样本、split、CV/grouping、泄漏防护、metric、 uncertainty、多重比较、prior）与声明-证据纪律（动词强度不超过证据强度）都由 该 skill 拥有，本维度不复述其检查项。

单独运行 paper-review 时在本维度内联执行该 protocol；--orchestrated 时标 SKIPPED_FOR_ORCHESTRATOR，由父级独立启动 logic。其 finding 并入本轮排序与 disposition。

D. Language and de-AI

• 术语、缩写、时态、句法、信息密度和段间连接支持准确阅读。
• Tier A、em-dash、Tier B cap 由共享 linter产生 l0_target。
• announced enumeration、parallel-modal runs、setup/list/wrap-up symmetry、重复段落/章节 几何、burstiness、UID、document shape、learned field-similarity、-ing 分词尾巴与 阐释式冒号（linter ing-tail / colon-elaboration）是 advisory。
• 词汇层两条证据来自语料而非词表：register-zero:<term>（全文逐词零命中审计， strong 除非是已证实词干的机械派生）与 collocation-novel:<section>（一句中相邻 常用词对在语料里从未同现的比例，如 physical cells）。零命中 strong 必须走 de-ai §4.2 的三种 disposition 之一（本文定义 / 首次引入并引用 / 换成领域词）。
• deai_structure 的 auxiliary 家族（paper-as-agent 主语、wh-cleft 开头、三词以上 且含两个连字符复合的修饰堆）只命名句子，不进 template score；命中是 advisory。
• learned signals 只表示 field-similarity/triage，不证明作者身份；没有 calibrated operating point 时必须 degraded。
• 结构 tell 审计（每轮必跑；/sci-paper:de-ai --audit-only 模式，其 Pass 2）： 对全文执行 humanizer Layers 1--2 结构清单——2.11 长句堆叠（约 30 词以上、 3 层以上从句链或双层括号嵌套）、negative parallelism（"X, not Y" 模板密度）、 elegant variation（同一对象换名）、rule-of-three padding、公式化开场白、 connective 连排。结构命中为 advisory（同类超密度升 strong advisory）；该 skill 的 Layer-4 claim--evidence 命中并入上方 §C 纪律（integrity_blocker）。其 Corpus overrides 优先于上游词表：landscape / demonstrate / significantly 不做词表级标记，只走证据条件。
• 修复 de-AI finding 时遵守 /sci-paper:paper 的 Preserve List：不得把证据绑定的 hedging 改强，不得为避词改动数字、引用或 stance——制造 over-claim 的"修复" 本身构成 claim-evidence defect。
• 不能要求所有结构 advisory 归零。strong advisory 要 disposition，普通 residual 要报告。

E. Document structure and narrative spine

叙事主线协议委派 /sci-paper:mainline——purpose record、contribution graph、 cold reader 七问与它们的后果分级都由该 skill 拥有，本维度不复述。

本维度自己拥有的是章节层面的编排：依赖顺序、section function、abstract coverage、intro promise、results/discussion/conclusion closure、图表首次引用位置。

单独运行 paper-review 时在本维度内联执行 mainline protocol；--orchestrated 时标 SKIPPED_FOR_ORCHESTRATOR，由父级独立启动 mainline。

F. Citation existence and relevance

• 每个 bibliography item 的作者、年份、标题和唯一标识从 DOI/arXiv/出版页核验。机械半边由 python tools/verify_references.py <bib> --tex <target> 完成（CrossRef / DataCite / arXiv 可解析性，第一作者、年份、标题、期刊、卷页比对，\cite key 与条目互查）；--orchestrated 时读父级给出的报告。相关性仍需逐条读原文。
• 每个 citation 在当前句中确实支持所述 claim；查不到则标明访问缺口。
• fabricated、misused 或 claim-critical unverified citation 是 integrity_blocker。
• 边缘但可能更好的引用通常是 advisory，不自动阻塞。

G. Data, results, figures and tables

• 每个数字定位到 source；当轮重算能重算的结果。
• abstract、正文、table、caption、figure、conclusion 同名数字与单位一致。
• table 逐 cell 与上游数据对位。
• figure 制品本身的检查调用 /sci-paper:figure-review（150 DPI 编译页上的曲线、 点、误差棒、轴、单位、legend、caption 与画布平衡），不在此复述。本维度只负责 数字与 caption 声明的溯源与一致性。
• baseline 比较使用相同 protocol；uncertainty 的定义与样本量明确。
• mismatch、stale result、missing required artifact 或不可复现 claim 为 integrity_blocker。

H. Interfaces

• 论文公式 ↔ 实现函数、符号 ↔ code variable ↔ data column、pipeline 叙述 ↔ 执行顺序 逐项映射。
• 因子、单位、cut、mask、preprocessing、randomization 和 aggregation 不得漂移。
• 接口矛盾为 integrity_blocker。

I. Redundancy

• 先跑 python tools/condense_map.py <file> --format json：六类可删条目 （restatement / zero-gain / dead:{figure,table,label,macro,acronym} / verbose / regloss / duplicate）各带 removable_words，condense_budget 给出默认删减目标。 人工只补工具看不到的重复（同一 claim 换说法跨越三句以上）。
• 若冗余造成两个互相冲突的版本，则为 integrity_blocker；纯压缩与可读性通常 advisory。
• 本维度只产 finding；冗余修复的动作路由到 /sci-paper:condense 执行 （one-canonical-home 去重 + length gate 收口）。

J. Reproducibility

• 数据来源、selection、preprocessing、software、hardware、seed、hyperparameters、split、 metric 和 availability 足以复现声明。
• 缺失使核心结果不可复现的必要信息是 integrity_blocker；非核心补充信息可为 advisory。

K. Modern-physics checks

本维度委派 /sci-paper:physics（P1–P8：量纲、渐近、对称/宇称/守恒、统计与 信息论前提、代数再推导、数值溯源、基础引用、编译完整性）。清单只有那一份， 本维度不复述。

• de-AI review 不得覆盖物理判断。
• 不适用项由 physics 标 not_applicable，不能虚构检查结果。
• 隔离冷读模式见 §5。

L. Systemic consistency

• 同一符号、定义、常数、样本规模、split、cut 和假设跨章节一致。
• introduced concepts 被使用；used concepts 已定义；forward references 兑现。
• method → result → discussion → conclusion 和 abstract → intro → conclusion 闭环。
• companion claims 从当前版本重新核验。
• 跨章节矛盾或未兑现的核心 claim 是 integrity_blocker。

M. Adversarial verification

M.1 — Three-pass derivation verification. 对每个关键推导块和数值结论独立执行：

• pass-1: 量纲、代数、近似、边界、数值复算。
• pass-2: 以对手 reviewer 视角提出最强的具体反驳，并用当前证据回答。
• pass-3: 守恒、对称、渐近、概率与统计前提。

规则：

• 三 pass 不共享“已经 OK”的结论；都从源重新开始。
• 任一命中 → 修复 → 三 pass 全部重跑。
• 只有三 pass 均无未解决 scientific issue 才标 VERIFIED；否则 UNDER_SCRUTINY，并产生 integrity_blocker。
• 报告保留每个 pass 的方法和证据，不允许只写“checked”。

M.2 — 12-framing radial escalation. 当某 claim / 推导 / 数值三 pass 后仍可疑， 或需要 checklist 之外的开放式批判时，对该节点做辐射式 critique 升级：

• 12 个 framing 各产 ≥ 1 条 critique：first-principles 剥假设、inversion 反演、 cross-disciplinary reviewer、adversarial red-team、constraint relax/tighten、 scale extrapolation、substitution/ablation、need-question 六问、contrarian 共识可错、failure-driven、asymmetric-payoff fatal、meta 自审。
• 每条 critique 完整溯源：paper_position（file:line + 当轮 Read 的引用片段）、 evidence 论证链、全文 Grep+Read 找 paper_defense、CONFIRMED 时必带具体 proposed_fix。按 Severity/Specificity/Reproducibility/Fixability/fan-out (S/P/R/F/B) 评分。
• 每条裁决到 CONFIRMED / REFUTED / MARGINAL 之一——禁止 NEEDS-MORE-INFO 滞留、禁止 defer / future-work / “待确认”；缺 position+evidence+fix 的 CONFIRMED 自动降 MARGINAL。verdict 只表证据状态；consequence class 按 §C claim-evidence 影响单独赋予，CONFIRMED 的纯 editorial critique 仍是 advisory。
• M.2 在进程内执行、不 spawn 子代理；需要大宽度并行探索时移交用户级 cc-tree:attack（同一方法学的通用引擎），结论以 finding 形式回流本审查。

N. Staleness and drift

完整检查：

• 数字、叙述、公式依赖、结论、figure、table、labels、references、markup；
• source 脚本或数据变化后，下游全部同步；
• TODO/FIXME/placeholder/commented-out deprecated blocks 为 0；
• dead artifacts 删除，必要内容更新为当前真值，不堆叠旧版。

stale scientific content、冲突副本或 required artifact drift 是 integrity_blocker。 纯 dead prose 的删除建议通常是 advisory，除非造成歧义。

O. Process-artifact removal

• 先跑 python tools/deai_residue.py <file> --before <scratch>/length-baseline.tex （或 --git-ref）：residue-self-history:<word>（我们最初/曾经/不再……的研究旅程）、 residue-edit-meta（TODO、"see previous version" 等编辑元文本）、 residue-negative-label（标题或 caption 承诺正文没有的东西）与 diff 规则 residue-negative-label-added。strong finding 使工具 exit 1，本轮不得收尾。
• 只保留当前科学状态；修法是把句子改写成当前状态，不是追加解释。
• 外部 published baseline 的正式 head-to-head 比较可以保留，前提是有 citation、protocol 和 numerical comparison。
• 过程叙述若使当前 method/claim 不清或引入 stale content，按 blocker；否则按 advisory。

P. Internal and draft language

• 清理 TODO、内部路径、run/version 名、debug 名、skill/tool 名、commit-message 口吻、 实验日志语言和未定义内部缩写。
• required placeholder、内部版本残留或暴露错误来源为 blocker；普通口语和 polish 为 advisory。

Q. Reference completeness and precision

• 从论文 claim 和 field 重新识别应引用的 foundational/direct prior work。
• 对每个 \cite{} 比对原文实际支持范围，分类为 CORRECT、WEAK、MISUSED、UNVERIFIABLE。
• MISUSED、fabricated、遗漏导致 novelty/attribution 错误的关键文献为 blocker。
• WEAK 或边缘 missing reference 为 advisory；不要把“可能还能多引一篇”强制成 blocker。
• paywall 不等于已验证；记录 access limitation，必要时请求用户获取原文。

R. Terminology and glossary alignment

• 优先读取项目权威 glossary/FACTS/notation source；不存在则以论文 definitions 做自洽检查， 并将外部对齐标 unmeasured。
• 关键 noun phrase、acronym、symbol 首次出现定义明确，全文单义且与权威定义一致。
• semantic conflict 为 blocker；可理解但不一致的 alias 通常 advisory。

3. Cross-validation matrix

必须完成四类对位：

1. architecture in paper ↔ code/config；
2. numerical claim ↔ current data/output；
3. formula ↔ implementation, including corner cases；
4. pipeline narrative ↔ execution order。

每个结论写 source trace，不能用“看起来一致”。

4. Fix and re-measure loop

默认修复，--no-fix 仅输出报告。

每轮：

1. 按 unified priority 排序 findings；科学 blockers 先于 L0，L0 先于 advisories。
2. 对每个 blocker 修根因；对每个 L0 做最小有效修改。修复遵守标准 §5.3 长度纪律：默认删减或精简，被修段落净增长必须有科学必要性理由， 报告给出每段字数差。解释性补丁（对被标记文本追加说明而非重写）是缺陷。
3. 对 strong advisory：行动、接受、验证为 false positive，或带原因 pending。
4. ordinary advisory 不要求消失；保留并报告即可。
5. 每个 edit 后重新 Read 相关上下文。
6. 改公式/数字/物理链后重跑 M 三 pass；改 figure/table 后重新查看制品与来源； 改 citation 后重新读原文；改 prose 后重新跑 shared linter。
7. 重跑权威 build 和所有受影响测试/脚本。
8. 收尾前跑 length gate（标准 §5.3 机械执行）： python tools/length_gate.py <file> --before <scratch>/length-baseline.tex （或 --git-ref <ref>）。exit 1 = 存在无理由净增长——精简回预算内， 或用 --allow "<section>=<理由>" 记录作者批准的理由后重跑至 exit 0。 length-growth finding 未 disposition 时循环不得收尾。本轮若执行了 condense，加 --require-shrink <condense_budget.default_target_words>： 删减未达目标产生 strong length-shrink-short 且 exit 1。
9. 收尾前跑 residue diff：python tools/deai_residue.py <file> --before <scratch>/length-baseline.tex；exit 1（strong residue）时循环不得收尾。

伪代码：

for iter in 1..max_iter:
    report = full_A_to_R_review_from_current_sources()
    if no integrity_blocker \
       and no l0_target \
       and no UNDER_SCRUTINY derivation \
       and every strong advisory has a disposition:
        stop with DISPOSITION_COMPLETE
    if no_fix:
        stop with REVIEW_ONLY
    apply_ranked_root_cause_fixes(report)
    re_measure_affected_axes()

if budget exhausted:
    return BREAK_WITH_USER_DECISION with unresolved findings

不得自动增加 --max-iter。预算耗尽不是 paper failure verdict，而是 review workflow 尚未完成；把 pending blockers、L0 和 strong advisories交给用户决定下一步。

5. Isolated physics verification（隔离冷读模式）

单独运行 paper-review 时，达到进程内 disposition-complete 状态后，默认由主代理启动 isolated worktree agent，重新读取 /sci-paper:physics skill 并 cold-read 目标论文。 它不能继承当前审查的“已经验证”结论——这个隔离本身就是该模式的全部价值， 检查清单在 physics 里只有一份。

• --skip-final-physics: 仅用户显式选择时跳过，报告 unmeasured/SKIPPED_BY_USER。
• --orchestrated: 仅供 final-review 等父 orchestrator 避免 nested agent。physics、 mainline、logic 三个测量原件改由父级在同级独立启动；本 skill 对应维度报告 SKIPPED_FOR_ORCHESTRATOR。
• isolated review 产生的 critique 先判断 evidentiary verdict，再单独赋 consequence class。 CONFIRMED editorial critique 不自动成为 blocker。
• 新 blocker/L0/strong advisory 回注主循环；agent failure 必须显式报告，不能伪装通过。

6. Report contract

# Paper Review — Typed Feedback Report
Target: <file> | Iterations: K | Field: <field or none>
Workflow state: DISPOSITION_COMPLETE | REVIEW_ONLY | BREAK_WITH_USER_DECISION | EXECUTION_FAILURE

## Measurement state
| axis | status | provenance / limitation |

## Summary
- integrity_blocker: total / resolved / pending
- l0_target: total / resolved / pending
- strong advisory: acted / accepted / false-positive / pending
- ordinary advisory: total / reported
- M derivations: VERIFIED / UNDER_SCRUTINY
- build: measured status and result
- length budget (§5.3): gate exit / total words before -> after / justified sections with reasons
- isolated physics: measured / unmeasured / orchestrator-owned / failed

## Ranked findings
| id | kind | layer | rule | location | evidence | source trace | action | disposition |

## A–R coverage
For every dimension: measurement status, methods used, and finding IDs.
Do not print PASS/FAIL rows.

## Numerical anchors
| quantity | paper claim | source | verification |

## M record
| derivation | pass-1 evidence | pass-2 objections/answers | pass-3 invariants | M.2 escalations (framing/verdict) | status |

## Residual feedback
- pending strong advisories with reasons
- ordinary advisories
- degraded/unmeasured axes
- author decisions required

The human-readable report and JSON must come from the same structured findings. Totals must not change when detail is truncated.

7. Stopping semantics

Review may stop as disposition-complete only when:

• all integrity blockers are resolved or verified false positives;
• applicable L0 targets are zero;
• all critical derivations are VERIFIED;
• required build and artifacts are valid;
• the length gate (standard §5.3) exits 0 against the loop's pre-edit baseline, every recorded growth justification included in the report;
• every strong advisory has an explicit disposition or a stated pending reason;
• ordinary advisories and unavailable axes are reported.

This does not assert that the paper is universally perfect, human-authored, accepted by a journal, or free of subjective editorial alternatives.

8. Anti-patterns

• Declaring “grep found nothing, therefore correct”.
• Reusing numbers or citations from memory.
• Looking only at captions instead of figures.
• Softening a wrong claim instead of correcting its source, math, data or scope.
• Calling a learned score proof of authorship.
• Treating a missing baseline as zero findings.
• Requiring every yellow/editorial suggestion to disappear.
• Converting every confirmed critique into a blocker.
• Demanding exactly one narrative thread when multiple related contributions are legitimate.
• Calling advisory-only exit 0 a scientific or submission PASS.
• Skipping M pass-2/pass-3 because pass-1 looked correct.
• Hiding unresolved items after iteration budget exhaustion.
• Starting a nested sub-agent when --orchestrated delegates a primitive to the parent.
• Restating a measurement primitive's checklist inside a dimension instead of calling it.