Skill zum Verfassen wissenschaftlicher & ML-Forschungspapiere (Lab-Standards)
Sprach- & NLP-Papier-Schreib-Skill (Skill-ID
speech-nlp-paper-writing, aufrufbar als/speech-nlp-paper-writing). Speech-Lab-Standards, erweitert für NLP- und Sprachforschung.
Überblick
Verwenden Sie dieses Skill, um akademische Forschungspapiere zu entwerfen, zu strukturieren, zu überarbeiten und zu reviewen, um höchste wissenschaftliche Genauigkeit und reviewerfreundliche Klarheit zu erreichen. Dieses Skill synthetisiert:
- Speech-Lab-Standards: Kausale Argumentationskette, Drei-Beiträge-Regel, strenge Zuordnung von Behauptung und Beleg, begrenzte Behauptungen und Gesetze für vergleichende Adjektive.
- Drake & Han (PLOS 2025) 15-Schritte-Framework für wissenschaftliches Schreiben: CARS-Modell (Territory – Niche – Occupy), gepaarte Methoden-Begründungen („to-clauses"), bipartite Abbildung von Ergebnissen zu Erkenntnissen, Problem-Element- und Antwort-Paare, Themen- und Schlusssätze sowie fettgedruckte Zwecksätze.
- Farquhar & Nanda ML-Papier-Architektur: 4-Satz-Abstract-Formel, 1-seitige Einleitung, wirkungsvolle Abbildung 1 als Teaser, tabellarische Minimalprinzip und Komprimieren-dann-Erweitern beim Schreiben.
- Evidenz- & Integritätsschicht (adaptiert aus dem MIT-lizenzierten ai-research-writing-skill): Behauptungs-Evidenz-Engineering, doppelt verifizierte Zitate, deterministische Abbildungen, evidenz-zuerst-Review, Bereitschaftsgates. Siehe
NOTICE.md. - Absatzfluss & Abschnittsgestaltung (adaptiert aus dem MIT-lizenzierten Research-Paper-Writing-Skills): eine Botschaft pro Absatz, umgekehrte Gliederung, Absatz-Klarheitstest, fünf-dimensionale Selbstüberprüfung.
- ML-Schreibhandwerk (adaptiert aus dem MIT-lizenzierten ml-paper-writing-Leitfaden): Narrativprinzip, Gopen & Swan, Perez, Lipton, Steinhardt, Konferenzanforderungen, Formatkonvertierung. Siehe
references/22_craft_from_ml_paper_writing.md.
Wer Sie sind
Schreiben Sie als leitender Forschungswissenschaftler in NLP und Sprachverarbeitung: konkret, begrenzt, mechanismusorientiert, ehrlich in Bezug auf Misserfolge und niemals mehr behaupten als die Beweise hergeben. Das Papier verwendet menschliches, spezifisches Englisch und enthält keine Programmierbegriffe (keine Datei-, Funktions-, Flag-, Kennungs- oder Shell-Vokabeln; beschreiben Sie Ideen, Daten und Messungen). Details: references/10_senior_scientist_voice_and_flow.md.
Skill-Quellen und -Profile (Quellen ein- und ausschalten)
Die Autorenüberlagerung, Bereichsskills, Konferenzpakete und Handwerksquellen sind umschaltbare Quellen. Lesen Sie zuerst skills/ACTIVE.md: Es listet auf, welche Quellen angewendet werden, ihre Ladereihenfolge und Zusammenführungspriorität sowie welche deaktiviert sind. Eine deaktivierte Quelle wird niemals geladen und keine ihrer Regeln finden Anwendung, selbst wenn diese Datei, der Router oder eine andere Referenz sie erwähnt. Wenn skills/ACTIVE.md nicht existiert, gilt jede Quelle.
- Nur der IEEE-Lab-Stil:
python3 scripts/skill_profile.py use ieee-lab. Nur der klinische/multimodale Stil:use clinical. Beide zusammenführen (erster gewinnt bei Konflikten):use ieee-lab+clinicalodermerge author_ieee_lab author_clinical. Keine Autorenüberlagerung:use neutral. - Hinzufügen, Löschen, Aktivieren, Deaktivieren, Speichern, Exportieren einer schlanken Kopie ohne die Autor-PDFs oder Dokumentation der Herkunft:
scripts/skill_profile.py(list,enable,disable,only,merge,register,unregister,export,prune,provenance,doctor). - Wenn zwei zusammengeführte Quellen dieselbe Regel verfeinern, wenden Sie die mit der höheren Priorität an und teilen Sie dem Benutzer mit, wann eine Regel mit niedrigerer Priorität überschrieben wurde. Die unten aufgeführten Integritätsgates gelten in jedem Profil.
Details und Rezepte: references/24_skill_profiles_and_sources.md.
Leiten Sie die Aufgabe (Journeys)
Wählen Sie die kleinste Journey, die passt, und laden Sie nur deren erste Referenz. Vollständige Tabelle und Zustandsautomat: references/11_workflow_journeys_and_artifacts.md.
| Journey | Sie haben | Tun Sie | Zuerst laden |
|---|---|---|---|
| Brainstorming und Planung | ein Thema, eine grobe Idee oder eine mögliche Methode | These, Lücke, Beitragsgrenze, benötigte Beweise, nächste Experimente und Schreibplan klären | 19_novelty_and_story.md |
| Repo zu vollständigem Papier | Ideen, Methodenentwurf, Code, Notizen, Experimentprotokolle, Teilergebnisse oder eine Konferenzvorlage | paper_story.md, claim_evidence_map.md, Literatursituierung, Abbildungen, Tabellen, BibTeX, LaTeX-Entwurf, Build-Prüfungen, Demo-Website erstellen | 11, dann 19, 12, 13, 14 |
| Draft-Review | einen vollständigen oder teilweisen Entwurf | als skeptischer Reviewer agieren: Reviewer-ähnliche Kommentare, Ablehnungsrisiken, Hauptprobleme in konkrete Änderungen umwandeln | 20, 05 |
| Gezielte Überarbeitung | einen Entwurf plus bekannte Schwächen, Reviewer-Feedback oder einen zu verbessernden Abschnitt | den Abschnitt oder das gesamte Papier überarbeiten, während die Bahauptungs-Evidenz-Grenzen erhalten bleiben und keine stärkere Behauptung hinzugefügt wird | 20, 10, 04 |
| Abbildungen und Tabellen | Ergebnisse, Protokolle, CSVs, Methodennotizen oder eine grobe Idee für eine Abbildung | Pläne für Abbildungen und Tabellen, generierte Übersichts- oder Methodenabbildungen, deterministische Ergebnisplots und -tabellen, Bildunterschriften, LaTeX-Verkabelung | 14, 08 |
| Einreichungsbereitschaft | ein nahezu finales Paket | Zitier-, Markierungs-, Prosa-, Build-, Konferenz-, Reviewer-Risiko-, Checklisten- und Verpackungsprüfungen | 21, 12, 17 |
Starten von einer Datei oder einem Ordner: Führen Sie python3 scripts/paper_init.py init PROJEKT --name "Projektname" --venue acl|ieee --context PFAD aus und lesen Sie nur die resultierende context_digest.md (einige hundert bis einige tausend Tokens), nicht das rohe Repository.
Kern-Arbeitsablauf
Wenn Sie mit dem Schreiben, Umstrukturieren oder Reviewen eines Papiers oder Abschnitts beauftragt werden, folgen Sie dieser Sequenz:
flowchart TD
A["Schritt 1: These & Zweiteiligen Bogen verankern"] --> B["Schritt 2: Beweise sammeln & paaren (Methoden + Ergebnisse)"]
B --> C["Schritt 3: Minimale Gliederung mit fettgedruckten Zweckaussagen erstellen"]
C --> D["Schritt 4: Abschnitt mit CARS / Blaupausen-Leitfäden entwerfen"]
D --> E["Schritt 5: Bahauptungs-Evidenz-Prüfung & Adversariales Review durchführen"]
- Klären Sie zuerst die These: Identifizieren Sie den einzelnen deklarativen Satz, der die Kernaussage des gesamten Papiers zusammenfasst. Beginnen Sie erst mit dem Schreiben von Prosa, wenn die These definiert ist.
- Bestimmen Sie den zweiteiligen Erzählbogen: Beantworten Sie: Was wollten wir lernen? Warum? Was haben wir getan? Was wissen wir jetzt?
- Schreiben Sie fettgedruckte Zweckaussagen: Bevor Sie einen Absatz schreiben, schreiben Sie einen einzelnen fettgedruckten Satz, der seine genaue Funktion in der Erzählung deklariert.
- Entwerfen Sie mit der entsprechenden Abschnittsblaupause: Laden Sie den spezifischen Leitfaden, der benötigt wird, aus
references/. - Wenden Sie das Gesetz der vergleichenden Adjektive an: Entfernen Sie unbelegte Superlative („am besten", „Stand der Technik", „drastisch"). Jede vergleichende Aussage muss eine Basislinie, einen Datensatz, eine Effektgröße und eine Unsicherheit zitieren.
- Führen Sie ein adversariales Review durch: Führen Sie die 5-dimensionale Checkliste und die Bahauptungs-Evidenz-Prüfung durch, bevor Sie finalisieren.
Referenzleitfäden (Bei Bedarf lesen)
Laden Sie nur die spezifische Referenzdatei, die für Ihre aktuelle Aufgabe benötigt wird:
- Lab-Regeln:
references/01_ieee_lab_rules.md- Kausale Argumentationskette, Drei-Beiträge-Regel, Konstruktdefinitionen, Gesetze für vergleichende Adjektive, Umfangsabstimmung.
- Der 15-Schritte-Arbeitsablauf für wissenschaftliches Schreiben:
references/02_15_step_writing_method.md- Arbeitsthese, zweiteiliger Bogen, gepaarte Methoden-Begründungen („to-clauses"), bipartiter Graph von Ergebnissen zu Erkenntnissen, Problem-Element- und Antwort-Paare, fettgedruckte Zweckaussagen.
- ML- & Sprachpapier-Architektur:
references/03_ml_speech_paper_architecture.md- 4-Satz-Abstract-Formel, 1-Seiten-Einleitungsregel, Abbildung-1-Teaser-Regel, Hintergrund vs. Verwandte Arbeiten, tabellarische Minimalprinzip.
- Abschnittsblaupausen & Vorlagen:
references/04_section_blueprints.md- Detaillierte Vorlagen für Abstract, CARS-Einleitung, Verwandte Arbeiten, Methode/Architektur, Experimente, Ergebnisse/Diskussion, Einschränkungen, Fazit.
- Adversariales Review-Checkliste & Bahauptungs-Evidenz-Prüfung:
references/05_adversarial_review_checklist.md- 5-dimensionale Reviewer-Bewertungstabelle (Beitrag, Klarheit, Experimentelle Strenge, Vollständigkeit, Stichhaltigkeit) und Prüfmatrix.
- Konferenzpapier-Stilleitfaden:
references/06_conference_paper_style_guide.md- Extrahiert aus veröffentlichten IEEE-Konferenz A (Model-A) und IEEE-Konferenz B (Model-B): exakte Großschreibungsregeln (römische Ziffern, Title Case, durchlaufende metrische Überschriften), Formatierung der Autorenzugehörigkeit, 7-Satz-Abstract-Formel mit Gedankenstrich, 3-teilige Beitragsformel, Layout mathematischer Gleichungen, Berichterstattung über experimentelle Workstation-Hardware, ITU-T P.800-Demographie der subjektiven Bewertung, Tabelle II mit 95%-KI und $\uparrow/\downarrow$-Pfeilen sowie IEEE-Xplore-Bibliografiestil.
- Abschnittsweise Korrekturen & Regelhandbuch:
references/07_section_by_section_corrections_and_rules.md- ~700-zeiliges vollständiges Korrekturhandbuch: Regeln A bis P, die Titel/Metadaten, Abstract, Indexbegriffe, Einleitung, Verwandte Arbeiten, Methode, Experimente, Ergebnisse, Fazit, Danksagung, Referenzen und 35-Punkte-Checkliste vor der Einreichung abdecken.
- Abbildungs-DPI (>=1600 DPI) und LaTeX-Qualität:
references/08_figure_dpi_and_latex_quality.md- Auflösungsvorgabe für Abbildungen (>=1600 DPI Raster, Vektor-PDF/EPS bevorzugt), Schrifteinbettung, IEEE-PDF-eXpress-Konformität, booktabs-Tabellenstandards.
- Reparaturhandbuch (Fehler zu weltweit akzeptablen Korrekturen):
references/09_repair_manual_mistakes_to_globally_acceptable.md- Katalog von über 25 publizierten Papierfehlern, die in weltweit akzeptable Vorlagen repariert wurden (FIX-A1 bis FIX-F3).
- Stimme des leitenden Wissenschaftlers, menschliches Englisch und Fluss:
references/10_senior_scientist_voice_and_flow.md- Persona, die Regel der Nichtverwendung von Programmierbegriffen mit einer Übersetzungstabelle, Verbotsliste für Standardphrasen, Absatz-Klarheitstest, umgekehrte Gliederung, Neuheitsfaden, Konventionen zur Bewertung von NLP/Sprache.
- Arbeitsablauf-Journeys, Artefakte & Token-Budget:
references/11_workflow_journeys_and_artifacts.md- Die sechs Journeys, Repo-to-Paper-Zustandsautomat, Arbeitsbereichslayout, wann fragen versus entwerfen, Tokensparregeln.
- Zitatintegrität:
references/12_citation_integrity.md- Niemals erfunden, immer doppelt verifiziert; Verfahren, Behauptungsbeziehungen, Status, BibTeX-Konventionen, endgültige Prüfung.
- Konferenzvorlagen (ACL und IEEE):
references/13_venue_templates_acl_ieee.md- Wrapper-Skelette, Abruf offizieller Stil-Dateien, Familienunterschiede, andere Konferenzen, Wiedereinreichung und Formatkonvertierung.
- Abbildungen, Plots & Visualisierungen:
references/14_figures_plots_and_visuals.md- Evidenz- versus Konzeptabbildungen; Plot-, Diagramm-, Spektrogramm- und Tabellenwerkzeuge; Abbildungsregeln und Qualitätssicherung.
- Interaktive Demo-Website:
references/15_interactive_demo_website.md- Projektbenannte Seite (keine Konferenznamen), Audio-A/B-Vergleich mit Live-Spektrogrammen, Blindtest, Textvergleich, Ergebnisse, ehrliche Probenauswahl, Einwilligung.
- Experimente auf Anfrage:
references/16_experiments_on_demand.md- Evidenzlücken-Schleife: Kurzbeschreibung (der Experiment-Aufforderung), Genehmigung, ruhiger Durchlauf, kompaktes Einlesen, Aktualisierung der Behauptungs-Evidenz-Karte.
- Credits & Lizenz:
references/17_credits_and_license.md- CRediT-Rollen, Danksagungen und Finanzierung, Lizenzangabe, Drittanbieter-Credits, vererbte Einschränkungen, Sprachethik.
- Fortschritts-Dashboard:
references/18_progress_dashboard.md- Lokale Host-Ansicht der gesamten Pipeline zu null Token-Kosten.
- Neuheit, Geschichte & der eine Beitrag:
references/19_novelty_and_story.md- Neuheitstypen, Delta-Tabelle, Neuheitsaussagen, der Neuheitsfaden, Geschichtsmuster, Behauptungsstärke-Leiter.
- Reviewer-Modus & Gezielte Überarbeitung:
references/20_reviewer_mode_and_revision.md- Evidenz-zuerst-Review, Evidenznotizen, in Änderungen umgewandelte Risiken, Überarbeitungsdisziplin, Bereitschaft für die Erwiderung.
- Einreichungsbereitschaft:
references/21_submission_readiness.md- Das Bereitschafts-Gate, manuelle Prüfungen, Anonymität, Verpackung, kamerafertig.
- Handwerk aus ML-Papier-Schreibleitfäden:
references/22_craft_from_ml_paper_writing.md- Nanda, Farquhar, Gopen & Swan, Perez, Lipton, Steinhardt; Leseverhalten von Reviewern; Konferenzanforderungen; häufige Korrekturen.
- Konferenz-Checklisten & Anforderungen:
references/23_conference_checklists_and_requirements.md- NeurIPS 16-Punkte-Checkliste, ICML, ICLR (LLM-Offenlegung), ACL (Einschränkungen, Verantwortungsvolle NLP), AAAI (verbotene Pakete), COLM, IEEE; Seitenlimits; universelle Vor-Einreichungs-Checkliste;
scripts/venue_check.py.
- NeurIPS 16-Punkte-Checkliste, ICML, ICLR (LLM-Offenlegung), ACL (Einschränkungen, Verantwortungsvolle NLP), AAAI (verbotene Pakete), COLM, IEEE; Seitenlimits; universelle Vor-Einreichungs-Checkliste;
- Skill-Quellen & Profile:
references/24_skill_profiles_and_sources.md- Aktivieren, Deaktivieren, Zusammenführen, Hinzufügen und Löschen von Quellen (nur IEEE-Lab-Stil, nur klinischer Stil, zusammengeführt, eigene); Herkunft; schlanker Export ohne PDFs.
- Erwiderung & Autorenantwort:
references/25_rebuttal_and_author_response.md- Wie NeurIPS, ICML, ICLR und ACL reviewet wird; wann akzeptieren oder widersprechen; Antwortvorlage; Reviewersimulation vor der Einreichung.
Modulares Sprach-KI-Skillsystem (Autoren- & Domänenüberlagerungen)
Das Repository bietet eine dynamische, tokeneffiziente Schlüssel-Wert-basierte Skill-Architektur, die sich unter skills/ befindet:
- Master-Router:
skills/SKILL_ROUTER.md(automatische absichtsbasierte Skill-Zusammenstellung und Inventarisierung) - Universelles Basisskill:
skills/default_speech_ai.md(Kernstandards für das Verfassen von Sprach-KI-Entwürfen, Kausalketten, 1600-DPI-Abbildungen) - Autorenspezifische Skills (
skills/authors/):ieee_lab_style.md: Akustische Phonetik, Teager-Energie, 3-Beiträge-Gesetz, ITU-T P.800 (95%-KI, Subjektive Bewertung), ICF, klinische/sensorische Daten.
- Konferenzpakete (
skills/venues/): Normen, Stil-Dateien, Seitenlimits, Anhangsregeln. - Skill-Konfigurator und -Editor:
scripts/skill_profile.py– Aktivieren, Deaktivieren, Zusammenführen, Anwenden und Zurücksetzen von Profilen.
Konfiguration & Profile
Dieses Skill akzeptiert die folgenden Kontextvariablen (als Abschnitt oder Parameter in der Nachricht):
project_name– Kurzname des Projekts (wird für Ordnernamen, Demo-Titel verwendet).venue– Zielkonferenz oder Journal (z. B.icassp2024,acl2024,neurips2024,ieee_taslp,interspeech2024).style_source– Welcher Autorenstil angewendet werden soll (ieee-lab,clinical,merged,neutral). Standard istieee-lab.context_path– Pfad zu einem Ordner mit Notizen, Ergebnissen, Code oder einer Kontextdatei (optional).abstract_only– Wenn auftruegesetzt, wird nur das Abstract generiert (Standard:false).generate_figures– Wenn auftruegesetzt, werden Figuren und Tabellen generiert, sofern Ergebnisse vorliegen (Standard:false).create_demo– Wenn auftruegesetzt, wird eine interaktive Demo-Website erstellt (Standard:false).fast_mode– Wenn auftruegesetzt, werden einige der tokenintensivsten Referenzen wie das Reparaturhandbuch oder der Abschnitts-Korrektur-Leitfaden übersprungen (Standard:false).verbose– Wenn auftruegesetzt, werden detaillierte Zwischenüberlegungen protokolliert (Standard:false).
Fehlerbehebung & Feedback
Wenn das Skill nicht wie erwartet reagiert:
- Überprüfen Sie, ob
skills/ACTIVE.mddie beabsichtigten Quellen korrekt auflistet und lädt. - Stellen Sie sicher, dass Sie die Journey aus der Tabelle oben ausgewählt haben.
- Führen Sie bei Build-Fehlern
python3 scripts/paper_init.py checkoderpython3 scripts/skill_profile.py doctoraus. - Vergewissern Sie sich, dass die Kontextdatei oder der Ordner lesbar ist (verwenden Sie
context_digest.mdfür große Repositories). - Starten Sie eine neue Konversation, wenn der Kontext überlastet ist.
Verwandte Skills
/speech-nlp-presentation– Erstellung von Konferenzfolien und Poster-Präsentationen./speech-nlp-experiments– Verwaltung und Durchführung von NLP/Sprachexperimenten./speech-nlp-data-mgmt– Verwaltung und Vorverarbeitung von Datensätzen./speech-nlp-literature– Literaturrecherche und Zusammenfassung.
Lizenz
Siehe LICENSE.md. Teile dieser Arbeit basieren auf dem MIT-lizenzierten ai-research-writing-skill, dem Research-Paper-Writing-Skills und den ml-paper-writing-Leitfäden.