MLNLP-World/Paper-Rebuttal-Tips

解决的问题

当你的论文被审稿人拒绝或质疑时，你只有很短的时间来撰写反驳信。许多作者的回复往往带有防御性、空头承诺或缺乏具体证据。本项目通过将常见的审稿批评整理为具体的、可操作的场景，提供了一种系统化的应对方法。它帮助你以尊重、证据和清晰度为核心重构回复，让领域主席和审稿人看到你的工作为何依然值得被录用。

工作原理

本项目将28个常见的审稿人问题汇编为独立的“技巧”。每个技巧分为四个部分：典型的审稿人抱怨、错误的回复示例、推荐的回复策略以及关键要点。这些技巧分为三类：创新/动机/理论/局限性、写作/澄清/沟通、以及实验/评估证据。每个技巧都以可展开的图像 (SVG) 呈现，便于阅读。此外，该仓库还包含一个即用型的 paper-rebuttal-skill —— 一个可以加载到智能体中的可复用工作流。该技能会根据你的任务和具体的审稿人意见自动选择正确的处理路径，帮助你分析评论、检查现有反驳、起草回复，或解决诸如实验缺失或证据不足等常见问题。

适用人群

本项目旨在帮助向顶级AI和大型模型会议提交论文，并需要在审稿期间撰写反驳信的研究人员和学生。如果你不确定如何回应负面反馈，或者只是想提高录用几率，本指南提供了实用的、经过实战检验的建议。捆绑的技能对于那些希望以更自动化或结构化的方式处理反驳的人来说尤其有用。

亮点

• 涵盖28种常见的审稿人场景，从创新性担忧到可复现性问题。
• 每个技巧都对比了“错误回复”与“推荐回复”，使差异一目了然。
• 包含一个可直接使用的 paper-rebuttal-skill，能够处理分析、检查和起草任务。
• 精选了丰富的中文和英文经验文章、视频和工具作为补充资源。