大家好,最近讲了一个薄写论文审核评论的 skill skill 可以 给龙虾使用,也可以给 ai 使用,也可以给 i m a 使用。下面我来告诉大家如何让龙虾学习使用。 skill 是 这个名字,我们可以复制搜索一下, 在这里可以下载安枪包,其实也不系安枪包,就是个普通的文件包,也可以在下面采用克隆库的方式下载。 下载安教后,我们解压复制这个文件到 opencloud skills 文件夹中,然后在 workspace 文件夹中可以新建一个文件夹,放入我们的选和表格和需要被评选的论文,方便管理。 审核的表格可以用自己的,也可以不给,他也会修出条例的格式。论文这里我用某大学某学生的某论文来审核一下,内容上肯定比不上薄熙,论文主要做个参考,让大家看看结构。 最后我们让龙虾学习这个 skill, 然后使用它来对相应文件进行评选即可,也可以请他针对每个章节进行评选。一段时间后,萝卜也是弄完了, 通过简单的评选,可以看一看论文里面一些小问题,具体能看什么问题。 skill 文件夹中的文档所罗列的可能会让你有所收获, 这些评选毕竟是机审,比不上专业的人去看,但是可能了解文章内容的你可能会对他所说的话有一定想法或共鸣。在 i m a 中的使用, 我们可以把解压后的文件夹拖入你想要进行评选的文件所在的文件夹页面,然后让模型学习文件夹里的 skill, 针对所在文件夹中某些文献进行评选即可。 最后总结,不论是这个 skill 还是其他的,只要能够被当做可识读的文件,都可以作为提示以提供给 ai, 让它们按照要求对某些指定对象进行操作。
粉丝161获赞3494

写论文的人都懂,自己改十遍,不如让别人审一遍。今天介绍一个开源 skill, 叫 academic paper reviewer, 它能在你按下提交之前,模拟一整个国际刊的审稿团。 你有没有过这种情况,自己读自己的论文,越读越满意,每个论点都顺,然后一投出去, reviewer 二一封信,把方法、文献、理论全盘否定。问题不在你不够认真,而在你缺一个敌人视角,一个专门挑刺的人。 这个 skill 配了五个审稿人,编 eic 看小题和刊匹配度。审稿人一看方法和统计,审稿人二看领域文献审稿人三看跨学科价值。最后一个角色最关键,魔鬼代言人,专门负责跟你的核心论点对着干,五个视角不重叠,每人钉一块。 重点说说魔鬼代言人,他不打分,不夸你,只干一件事,找你最薄弱的那一点,他会查你有没有挑樱桃式引用,有没有过度泛化,有没有忽略反例,有没有逻辑断点。 最后给你写一段两三百字的最强反方论证,把审稿人最可能拿来攻击你的话,提前替你说完。 整个流程分三阶段,第一阶段,场域分析师读完论文,自动判断学科范式、目标、刊刊档次,再给五个审稿人配置具体身份。第二阶段,五个审稿人并行写报告,互相不看对方意见。第三阶段,主编综合所有报告,写出录用决定性和修改路线图。 它支持六种模式, full 是 完整审稿, re review 是 修改后复审,逐条核对你有没有真改。 quick 是 十五分钟速评。 methodology focus 指定方法。 guided 是 苏格拉底式,引导你自己发现问题,还有 calibration 校准模式。下面单独讲 这个 skill 立了几条铁律,一、五个审稿人独立审,不允许互相串供。二、主编不能凭空捏造意见,每一句必须能追溯到某个具体审稿报告。三,魔鬼代言人一旦标出 critical 级问题,最终结论就不能是 accept。 四、 审稿人只读不改,全程不允许动你的稿子。校准模式是这套 skill 最聪明的地方,你给他五到二十篇已知结局的经标准论文,他跑五遍审稿,然后告诉你他自己的漏检率、误报率和综合准确率, 这样你拿到评分时心里有底。这个审稿人对方法严不严,对原创性敏不敏感,全都量化过, 它还能跟整条学术流水线串起来。前面接 deep research 调研 academic paper 写作,中间这个 reviewer 审稿,审完的修改路线图直接未回 academic paper 改稿,改完再跑一次 review, 复审一整套,从研究到投稿全是闭环。 如果你正在写论文或者帮学生改稿,这个 skill 真值得装一个 github 仓库,地址放在简介里。喜欢这种学术工具拆解,点个关注。

发过 sci 的 都知道,最怕什么?最怕审稿人拖你半年。如果你手头有生化和分子生物学方向的稿子, 急着毕业,急着评职称,这本审稿最快十七天的毕业神刊,今天必须给我拿笔记下来!他就是 international journal of molecular sciences, 简称 jms。 为什么说他是灌水性价比之王? 第一,快,这可不是我瞎说,人家审稿速度平均只要一到两个月,最快的案例十七天就接受了,别的刊还在找审稿人,他那边可能已经给你发了用通知了。第二,稳。 很多人怕 m d p i 的 刊被预警,但你看数据,二零二六年刊尔指数只有百分之二点八七,低风险, 而且连续好几年都不在中科院预警名单里。最新影响因子四点九分,今年预测要涨到五点三分,分区在 j c 二的 q 一 q 二区绝对拿得出手。第三,国人友好,中科院极大,中山大学都在上面狂发, 录用率高达百分之八十,根本不歧视咱自己人。当然,缺点也得说,版面费大概两万四,而且是微开元。 但考虑到他又快又稳,为了不耽误毕业升职,这波投入绝对是值得的。如果你正在被审稿周期折磨,关注我,发表论文不踩坑,每天了解最新的刊动态,解决你的论文发表难题,让你顺利毕业,评至成功!

不知不觉,我每年审稿已经超过一百篇了。刚开始是因为自己投中的论文多了,陆续收到那些录用过我文章的刊邀请,请我当审稿人。后来连一些我没投过稿的刊也找上门来。说实话,只要时间能挤出来, 我都会积极接受审稿邀请。一方面,审稿能让我顺便看到领域里最前沿的成果,反正平时自己也会刷论文,审稿就等于顺带学习, 还能发现一些有意思的 idea, 给自己做科研带来启发。另一方面,审稿大部分时候是无偿的, 属于学术圈的义务劳动。但我觉得这个过程本身挺有意思的,我当过编辑,也当过审稿人,自己也是一线科研工作者,三个角色切换下来,感受完全不同。当编辑能了解从头稿到录用的全流程, 知道论文是怎么被处理的,这让我自己投稿后心态更从容,不再焦虑编辑部到底在干嘛。 当审稿人学会从另一个角度审视论文,比如看别人的稿子时,会反过来想,我自己的论文能不能也站到这种超然的角度去自我批判?做科研,每天想 idea、 做数据处理、搞创新,就会更清楚什么样的工作才算有价值的研究。不同的身份让我在学术圈里有了更稳的心态, 更高效的节奏,也更懂得如何做出有创新性的工作。顺便说一句,维护公平公正的学术环境,也是我们每个人的小小贡献吧。

你那篇满篇都是 in conclusion for the mod 的 论文,导师一看就知道是 chat g p 吐出来的残次品。这种带着鸡翻味的论文,在二六年只会被审稿人秒拒,你懂吗?我是于哥,做了九年科研辅导,帮忙超过两百人拿到了录用。 ai 不是 用来替你写废话的,而是帮你做逻辑增强。 想让你的论文具备顶刊的 expertton 这三条顶会审稿人都在用的方法,你必须要整明白。方法一,别只会说帮我润色,那太业余了。 你得给他定个人设,让他扮演该领域的高级编辑,专门模仿 c v p r 或者 nips 这种顶堪的新闻风格,要求他把那些虚头巴脑的副词全砍了,多用强动词,把长难句拆出章例来,这就是所谓的去 ai 味儿。方法二, introduction 写的单薄,那是你没把价打起来。是这条指令, 让 ai 从学术博弈的角度去对比现在主流方法的死穴。你要让他深度解析,为什么非得用你提出的这个方法?这个坑别人填不上,只有你能填,这种论证才有压迫感。方法三,还有那个栽药,千万别让他直接概括,你把全书丢给他,加一句,给我提炼出三个最硬核的 contribution, 用最精炼的词重构。栽药 目标就一个,让审稿人在十秒钟内产生阅读快感,直接勾起他的好奇心。工具是死的,人是活的。如果你只会复读 ai 的 废话,那你永远拿不到那一纸录用通知。我整理好了这套从选题到怎么投稿的全流程方法论,都放在 ai 科研能力进阶秘籍里了。想要的打进阶,于哥给你安排。

能源领域的同学听好了,这本一区 top 刊影响因子直接飙到十点九,审稿快,录用率还高,简直是梦中情刊! 中科院工程技术大类一区,能源与燃料、粒子、热力学全部一区含金量超高,年发文量超一千一百篇,审稿只需二到三个月, 用率高达百分之七十五。对国人极度友好,多搞范围覆盖能源生产、转换、储存、输电、节能以及可再生资源如太阳能、水利、风能、地热等类型的研究想法,顶开又快又稳,投它准没错!

审稿人真的会仔细审查论文的参考文献,尤其当审稿人恰好是你所在研究领域的专家时,他们对相关工作的熟悉程度可能远超你的想象。所以千万不要抱有侥幸心理,以为可以蒙混过关。就像这篇论文的审稿人直接指出 该文章与文献二十一的研究内容高度相似,并质疑作者为何在已有类似结果的情况下再次发表一篇论文,这显然是对论文创新性的严重怀疑。最终,审稿人给出了拒稿意见,而编辑也拒此拒绝了这篇投稿。

亲爱的审稿人,十分感谢你一语点醒梦中人,这个问题正是我们最容易忽略却又影响文章质量的关键之处。对此,我们补充了最新的论据和该领域的前沿进展,删减了与原文关联度较低且时效性较弱的文献, 确保所有关键论点均有近三年的文献支撑,使文献引用与研究内容的契合度更高。再次向您表示最诚挚的感谢,能得到像您这样学术造诣深厚的专家指导,是我们的荣幸。

亲爱的审稿人,非常感谢你在百忙之中对我们的文章进行十分细致的审阅,并切入综述性不足的文章要害。按照学术论文的规范,我们重新改进了前沿的布局, 先系统梳理了领域研究现状与已有的成果,再归纳当前研究存在的不足,最后明确本研究的切入点与意义。 细节上,我们补充了很多近五年的参考文献,离清了研究脉络与空白点,让前沿的综述性和逻辑性显著提升。由衷的感谢您专业又耐心的指导,让我们及时补齐了文章的短板,给了我们文章第二次生命。

投稿系统让你推荐三个审稿人,你全填了领域里的大牛,难怪你的论文被拒的这么惨,你这是在主动给自己找死。我是于哥,做了九年科研辅导,帮忙超过两百人拿到录用。今天撕开学术界的伪装,教你一招极具杀伤力的 reviewer po 超重数。第一招,绝对避开 full professor。 很多人觉得填大牛显得自己有底气,错,大牛根本没空看你的普通文章,他们通常会直接拒审,或者把稿子丢给底下极其严苛的撇僻地去看 你的文章会被放在放大镜下,用最顶级的标准去挑刺。第二招,精准定位 young researchers, 去 active 找最近一年发过类似方向的依旧是薄厚或新近 a p 的 人,为什么?因为他们处于学术上升期,急需审稿记录来证明自己的学术活跃度,不仅审稿速度极快,而且更容易对相似的搬砖工作产生 sympathy, 下手不会那么狠。第三招, reference 绑定法。在你的论文里大量且正面的引用这几个你想推荐的青年学者的文章, editor 极大可能会从你的参考文献里去挑审稿人。当这个青年学者收到审稿邀请,打开一看,发现你高度评价了他的工作,他好意思直接给你打 reject 吗? 不懂怎么在合规的范围内利用投稿规则,不知道各环节的写作和投稿套路,怎么避坑?我整理了这套 ai 科研能力进阶秘籍, 没有专门讲到,除此还有找选择题、读文献、挖创新点、做实验,一直到最后,写稿、投稿避坑都在这里了。想要直接打进阶,给你安排。

作为 reviewer, 看到你用 ai 生成的论文,一个人机位,我直接拒稿,根本不是 ai 不 行,是你只会干巴巴丢一句帮我写论文,没找对方法。今天教你科研人专属的学术投喂法,让 ai 写的内容贴合学术逻辑,有专业深度,还一点机位都没有, check gpt 等 ai 工具都适用。核心就一点,别让 ai 凭空创作,要把学术原料喂给他,按你的专业框架加工。很多人用 ai 写论文翻车就是因为没给参考, ai 只能套通用模板,写出来全是空洞。套话 学术投喂法,就是把研究数据领域核心文献、写作框架、目标刊文风精准喂给 ai, 让他做你的专属学术助手,而非代笔工具。 具体四步操作,新手直接照搬,避开人机感。第一条指令,投喂研究基础,把研究课题、核心、假设、实验数据、初步结论用规范学术语言整理好发给 ai, 明确要求,基于这些内容,按某某学科规范写作,贴合我的研究方向,让 ai 抓住核心不跑偏。 第二条之令,投喂文献文风,找三五篇目标刊刊同领域优质论文,复制摘要、引言讨论的核心段落,让 ai 模仿这些文献的风格、句式和术语,转载对应内容,避免口语化和套化, 快速贴合,顶开文风。第三条指令,投位写作框架,别让 ai 写整篇,拆成摘要、引研、研究方法等模块,给出明确框架。比如引研分三段介绍研究背景,指出不足说明本研究目的,让 ai 输出更有条理。第四条指令,投位修改指令, ai 出稿出来后,针对性提修改要求,比如简化表述、替换专业术语、补充实验数据分析,删除荣誉套话。多轮打磨后 机器味变淡,学术感拉满。如果你不知道怎么精准投喂 ai, 打磨出审稿人认可的无机器味论文,强烈建议看看这份顶会顶刊论文缝合大法,里面手把手教你用 ai 做好学术加工,搞定审稿人,评论区回复缝合,我来安排。

挑战七月前录用一篇医学 s i, 今天要讲的是平均十六天的审稿周期,能让你火速知道稿件的死活,不会耽误任何的后续规划。 一附二点五分,综合领域三区,只要研究的逻辑完整,方法正确,就能接收。收稿方向呢?偏应用和技术,比如临床数据分析、医学工程实验方法学等。

二零二六年省稿人看到 transformer 开头的标题就犯困,他们真的兴奋呢,是把物理规律、领域知识塞进持续模型,让网络既你和数据又遵守客观定律。这种徽乡模型有解释心, 能外推,才是今年的新宠。下面三个融合物理信息的失去方向,用简单代码实现华丽转身。方向一,物理损失约束让模型不敢乱预测。 比如在电力复合预测中,你明知道负载不能为负,但纯数据模型可能输出负值。你把物理不等式或者微分方程写成损失项,加到训练目标中。模型每预测一步,违反物理定律就受惩罚。实验证明,加了物理约束后,预测曲线的极值更合理,且外推稳定性提升百分之三十。审稿人一看物理损失,就觉得你有深度。方向二,可危物理模块嵌入 把经典公式变成网络的一层。你不需要发明新网络,把你学科里已经成熟的动力学方程改造成一个可微分的拍透型模块,直接插入到 l s t m 或 transform 中间。比如在疫情预测中,先用 l s t m 学残差,再用 s e a r 模块输出感染人数。模型既有 数据驱动力,又有机制可解释性。这类物理引导的深度学习论文近两年在 nature 子刊上频繁出现。方向三,物理信息初始化用鲜艳知识给模型热启动训练持续模型时,不要再随机初始化权重了。 你先用领域内的线性模型预训练输出层,或者用物理仿真数据预训练编码器,然后再用真实数据微调。这样做小样本场景下收敛速度提高三倍且不易过你核, 你的贡献不是网络结构,而是物理知识驱动的初始化策略。省稿人会觉得你既懂物理又懂 ai。 如果你还不知道怎么把物理方程改写成损失函数,怎么设计,可谓物理层怎么做物理初始化?别再瞎琢磨了,我把这些方向的选题思路、论文结构、内外缝合技巧全都放进了 ai 科研进阶新法里,直接套用出符合你方向的顶绘论文大屏打约束,七哥陪你少走弯路,直接弯道超车!

电力系统研究的同学注意了,阀门量大还不收板面费,简直是毕业平职的性价比之王!他就是艾斯维尔旗下的老牌西刊 g c r q 二影响因子四点二,收稿范围覆盖电力系统全链条,从发电、输电、变电、配电到智能电网、能源效率及系统控制, 几乎所有电力系统核心方向通吃,年发文量超七百篇,出审三到六周约三个月左右录用,混合欧文模式,想高效发刊,选它准没错。

影研背景花了大片幅写,导师还是说逻辑不清?审稿人说创新不突出,其实不是你写的少,是你没按审稿人想要的逻辑写。我是七哥,今天把影研背景的三段式填空法拆给你看,按这个顺序写, 不用凑字数。审稿人觉得你层层深入。第一段背景要宽,但不空开头别写。随着深度学习的发展,直接说你这个领域为什么值得研究。比如在医学影像诊断中,早期肺癌的准确识别对降低死亡率直观重要,但临床人工读片存在主观性强、耗时长的痛点。 一句话点出领域价值,这一段不宜超过四行,顶多引两三篇综述,目的是告诉审稿人这个问题有意义。第二段领域要据但不杂, 把范围从大领域缩到你做的细分方向。比如基于 c、 n、 n 的 肺结节检测已被广泛研究。然后一句话总结现有方法,主流方法分为基于后旋筐的两阶段和端到端的一阶段, 不要详细介绍做法,让审稿人知道你很了解这个领域就够了。第三段痛点要准但不虚,这是拉开差距的核心。然而,现有方法在微小结节上的漏检率仍高达百分之三十五, 必须用数据说话,然后提出你的技术预测,这可能是因为深层卷积过程中丢失了小目标边缘信息,最后引出你的方案。为此,本问提出一个多尺度注意力增强模块,将三部分串下来,你从领域重要,别人做了什么,但还没解决好什么,所以我做什么? 逻辑环环相扣,不知道你的研究方向,怎么挖具体的痛点数据,想拿这个三段式引言框架的填空模板都整理在 ai 科研论文缝合大法里了。评论区扣引言,七哥安排。