AI 顶会论文审稿知识库。包含 ICLR/ICML/NeurIPS/CVPR/ECCV/ICCV 的审稿标准、评分体系、常见表达和伦理准则。用于辅助审稿人撰写专业、建设性的审稿意见。
View on GitHubyxbian23/ai-research-claude-code
everything-claude-code
skills/paper-review/SKILL.md
January 25, 2026
Select agents to install to:
npx add-skill https://github.com/yxbian23/ai-research-claude-code/blob/main/skills/paper-review/SKILL.md -a claude-code --skill paper-reviewInstallation paths:
.claude/skills/paper-review/# Paper Review Skill 专业论文审稿知识库,辅助审稿人撰写高质量审稿意见。 **重要**: 本 skill 仅用于辅助审稿人组织思路,所有审稿意见必须基于审稿人的独立判断,严禁直接提交 AI 生成内容。 --- ## 各会议评分标准 ### ICLR (International Conference on Learning Representations) **Rating Scale (1-10)**: | Score | Label | 描述 | |-------|-------|------| | 10 | Award quality | Top 2%,开创性工作 | | 8 | Strong Accept | Top 10%,优秀贡献 | | 6 | Weak Accept | 高于门槛,可以接收 | | 5 | Borderline | 边缘,优缺点相当 | | 3 | Weak Reject | 低于门槛,需要改进 | | 1 | Strong Reject | 明显问题,不适合该会议 | **Confidence Scale (1-5)**: | Score | 描述 | |-------|------| | 5 | 该领域专家,非常熟悉相关工作 | | 4 | 熟悉该领域,理解论文细节 | | 3 | 了解大部分内容,但有些部分不确定 | | 2 | 对该领域了解有限 | | 1 | 几乎不了解该领域 | **特点**: 公开审稿,作者可回复,审稿人需参与讨论 --- ### ICML (International Conference on Machine Learning) **Rating Scale**: | Score | Label | 描述 | |-------|-------|------| | 10 | Top 5% | 必须接收 | | 9 | Top 15% | 强接收 | | 7-8 | Top 30% | 接收 | | 6 | Top 50% | 边缘接收 | | 5 | Borderline | 边缘拒绝 | | 4 | Reject | 拒绝 | | 1-3 | Strong Reject | 强拒 | **特点**: 双盲审稿,Area Chair 协调 --- ### NeurIPS (Neural Information Processing Systems) **Rating Scale (1-10)**: | Score | 描述 | |-------|------| | 9-10 | Top 2%,突破性工作 | | 7-8 | Strong Accept,优秀 | | 6 | Weak Accept,可接收 | | 5 | Borderline,边缘 | | 4 | Weak Reject,略低于门槛 | | 1-3 | Strong Reject,明显问题 | **特点**: - 双盲审稿 - 要求 Broader Impact 和 Limitations 章节 - Author response 阶段 --- ### CVPR/ICCV/ECCV (计算机视觉顶会) **Rating Scale (CVPR/ICCV)**: | Score | Label | 描述 | |-------|-------|------| | 5 | Strong Accept | 优秀,应该接收 | | 4 | Accept | 可以接收 | | 3 | Borderline | 边缘 | | 2 | Reject | 应该拒绝 | | 1 | Strong Reject | 强烈拒绝 | **ECCV 特点**: - 使用 CMT 系统 - 两轮审稿 (部分投稿) - 欧洲时区 --- ## 评审维度详解 ### 1. Novelty(新颖性) **评估问题**: - 核心 idea 是否新颖? - 与现有工作的区别是否显著? - 是否仅是现有方法的简单组合? **等级标准**: | 等级 | 描述 | 表达方式 | |------|------|---------| | 高 | 全新问题定义或方法范式 | "first to...", "novel paradigm", "fundamentally new" | | 中 | 显著改进现有方法 | "interesting extension", "non-trivial improvement" | | 低 | 增量式改进 | "incremental", "straightforward extension" | | 无 | 已有方法 | "essenti