MLNLP-World/Paper-Rebuttal-Tips

解決する課題

論文が査読者から拒絶や指摘を受けた際、反論（リバッタル）を書くための時間は限られています。多くの著者は防衛的な反応をしてしまったり、実行不可能な約束をしたり、具体的な証拠を提示できなかったりします。このプロジェクトは、一般的な査読の批判を具体的で実行可能なシナリオに整理することで、体系的な対応方法を提供します。敬意、証拠、明確さを重視した回答を構成することで、エリアチェアや査読者にあなたの研究がなぜ採択に値するのかを伝える手助けをします。

仕組み

このプロジェクトは、頻繁に遭遇する28の査読者の質問を個別の「Tips」としてまとめています。各Tipは、典型的な査読者の不満、悪い回答例、推奨される回答戦略、そして重要なポイントの4つのパートに分かれています。これらのTipsは、イノベーション/動機/理論/限界、執筆/明確化/コミュニケーション、実験/評価の証拠の3つのカテゴリに分類されています。各Tipは読みやすい展開可能な画像 (SVG) として提示されます。さらに、リポジトリにはすぐに使える paper-rebuttal-skill が含まれており、これはエージェントに読み込ませることができる再利用可能なワークフローです。このスキルは、タスクや特定の査読者の指摘に基づいて適切な処理パスを自動的に選択し、コメントの分析、既存の反論のチェック、回答案の作成、あるいは実験不足や証拠不十分といった一般的な問題への対処を支援します。

対象読者

このプロジェクトは、トップレベルのAIや大規模モデルのカンファレンスに論文を投稿し、査読期間中に反論を書く必要がある研究者や学生を対象としています。否定的なフィードバックへの対応に不安がある場合や、単に採択率を向上させたい場合に、実用的で現場で検証されたアドバイスを提供します。同梱されているスキルは、より自動化された、あるいは構造化された方法で反論を処理したい方に特に役立ちます。

ハイライト

• 新規性への懸念から再現性の問題まで、28の一般的な査読シナリオを網羅。
• 各Tipで「悪い回答」と「推奨される回答」を対比させ、違いを明確化。
• 分析、チェック、ドラフト作成タスクを処理できる、すぐに使える paper-rebuttal-skill を同梱。
• 補足リソースとして、中国語および英語の経験記事、動画、ツールを豊富に収集。