AI 技能AI 写作人工智能深度研究AI 应用【免费下载链接】PaperSpinePaperSpine5 — local-first, evidence-bound paper research, writing, figures, review and delivery. Download: https://wubing2023.github.io/PaperSpine/v5/项目地址https://gitcode.com/gh_mirrors/pa/PaperSpine点击查看免费下载本篇技术指南聚焦 PaperSpine 开源项目中的 Assertive Scientific Writing主张性科学写作规范——它是 assertive-scientific-writing.md 所定义的读者面向手稿写作基准。文章围绕内部校验可以严格、但论文不必怯懦这一核心原则系统讲解默认直接陈述、只在推断变化处限定、局限写作、围绕挣得的结果组织论证以及author_voice_restoration三档作者表达偏好如何落地同时结合 author_voice_check.py、author-voice-restoration.schema.json 等源码级实现展示该项目如何用确定性语义不变量与独立语义审计来约束自信表达不越界为主张膨胀。读完后你将掌握一套可直接套用的论文措辞决策框架、对应的配置参数与命令行校验流程。一、主张性科学写作严格校验与自信表达并不冲突PaperSpine 将写作环节区分为两条线内部验证贡献确认、claim/evidence 关系、术语冻结、审阅门控与读者面向的手稿表达。assertive-scientific-writing.md的第一句话即给出立场Internal verification can be strict without making the paper timid. Write the reader-facing manuscript as a confident scholarly argument.内部可以层层校验但交到读者手上的论文必须是一份自信的学术论证。这意味着论文的措辞强度应当与已挣得的证据earned evidence匹配有证据支持的主张直接陈述证据不足以支撑因果时在关键处做单点限定而不是把整篇论文写成防御性散文。从源码结构看这一原则被编码进了 current-method-routing.json 的路由表中——它将该文档的current_application描述为读 configuration.author_voice_restoration 及授权原稿原段→科学功能→最小修改并明确无作者文本如实说明但继续同时注明旧封装固定作者语气 JSON、确切哈希作者确认链已不适用于当前宿主方法。二、默认直接陈述Direct by Default2.1 直接陈述观察结果不做证据绕行规范给出了一个正反对照推荐“CARBON improved Pearson correlation across the evaluated tasks.”避免“The supplied evidence appears to suggest that CARBON may potentially improve…”第一种写法把观察到的结果当作结果直接给出第二种写法叠了三层缓冲appears、suggest、potentially读者必须穿过证据似乎可能暗示的迷雾才能抵达事实。规范的原话是state observed results directly直接陈述观察到的结果。2.2 使用与证据强度匹配的主动动词文档给出了一组推荐动词improves、reduces、identifies、captures、supports、outperforms、reveals。选择动词的原则是choose the verb whose strength matches the evidence——动词的强度必须与证据匹配动词适合的证据语境improves / reduces有可重复的定量比较支撑的效应identifies / reveals从数据中识别出模式或结构captures方法对某种性质或特征的把握supports证据对假设的支撑关系弱于证明outperforms明确的对照比较结论动词选择本身就是一种主张强度claim strength的声明这一点在后续的语义审计中被形式化为必须保持为 0 的claim_strength_drift计数见 author-voice-restoration.schema.json。2.3 陈述贡献及其意义不写自我贬低的工作流语言规范要求state the contribution and why it matters without self-deprecating workflow language。即贡献陈述应直接说明这项工作做了什么、为什么重要不要在正文里出现本助手进行了材料清单整理通过了文件检查之类的自我限定叙事。2.4 写用户的研究而不是写助手的工作这是本规范最关键的边界之一论文的主题应是用户的研究其科学问题、方法、发现与意义助手的材料清单material inventory、文件检查file checks、是否缺少新的复现实验都不应成为论文的主角科学上重要的设计与测量信息必须保留工程执行细节文件校验、流程日志、门控状态应放入任务笔记或本地工作包而不是论文的科学补充材料可复现性信息与必要的披露如 HCI 研究的参与者选择、系统综述的筛选流程仍属于学术记录的一部分不得以属于工作流为由删除。这一边界与 publication-surface.mdPublication Surface Scrub形成配套后者进一步规定内部 ID、界面选择、审计产物不得进入论文且PaperSpine 自身永不向读者面向输出添加 AI 使用披露、模型/工具名称、AI 生成标签或工作流溯源标记。三、只在推断变化处限定Hedge Only Where the Inference Changes3.1 什么情况下才需要限定词文档列出的合法限定场景是从观察性证据推出因果主张causal claims from observational evidence超出已评估数据的外推extrapolation beyond evaluated data不确定的来源uncertain provenance不完整的统计incomplete statistics存在真正的替代解释genuine alternative explanations。3.2 一个清晰边界而非逐句重复规范要求put one clear boundary at the relevant paragraph, section, caption, or limitations passage; do not repeat it sentence by sentence——在相关的段落、章节、图注或局限段落放置一处清晰的边界而不是在每一句后面都缀上限定。3.3 需要回避的堆叠与审计短语文档点名了三类应避免的表达堆叠限定如 may potentially suggest重复的模板短语如 within the supplied materials审计腔如 user-authoritative evidence。其理由是The evidence ledger holds provenance; the manuscript communicates the science——证据账本负责记录溯源论文负责传达科学。读者面向标签suppliedconfirmation只在它们标识了有意义的研究设计时才适用而不是在标识助手如何收到或检查了一个文件。3.4 与 Publication Surface 的协作规范明确要求对科学内容与生产状态混排的段落应用 publication-surface.md。此外图的选择选哪张图是保存的界面选择决定的是哪张图被使用不是需要在论文里宣布的发现优先一个有实质后果的局限one consequential limitation而不是重复的工作流免责声明但不得因为某条不确定性源于审计就删除真实存在的局限、作者输入要求或已披露的不确定性。对应实现是 publication_surface_check.py。它内置了十余条启发式模式例如内联审计标签[claim: S1]之类、工作流产物文件名writing_rationale_matrix.md、scientific_evidence_ledger.json、内部门控脚本名artifact_check.py、用户选图生产叙事the user confirmed these figures、以及草稿/审阅/交付状态块等并用中英文双语模式覆盖。注意它的定位是只定位、不重写模块头注释明确写着never edit the manuscript且PASS仅表示抽取成功且未命中启发式规则不构成语义覆盖、科学审阅或投稿就绪的证明最终仍需人工逐页检查渲染稿包括文本抽取器看不到的图内文字。四、局限写作Limitations少数真正改变解释的约束局限小节应识别少数改变解释或可推广性的约束而不是为每个普通设计选择添加仪式性免责声明。文档的核心判断是A concise, specific limitation is stronger than pervasive defensive prose——一条简洁、具体的局限胜过通篇防御性文字。这要求作者在每个环节自问这条约束是否真的改变了读者对结论的解读如果只是常规实验设计的一部分如常见的样本量、常规数据集就不值得单独立项强调。五、围绕挣得的结果组织论证Organize the Argument Around the Earned Result5.1 用最接近实际阅读的工作陈述贡献Use the closest actually read work to state what the study adds under the tested conditions.——应当以实际深读过的、与本研究最接近的先前工作为参照陈述本研究在所测试的条件下增加了什么。这避免了对全领域泛泛而谈的贡献声明。5.2 一致性检查标题、摘要、引言与结论对齐同一结果在分析完成或实质修订之后需要把标题、摘要、引言的贡献陈述、结论与同一个结果对照检查。如果结果变了而四处文本没有同步就出现了主张漂移。5.3 阴性或不确定结果同样有用A useful negative or uncertain result may change the question the paper can answer; it need not be hidden or converted into a positive claim.——一个有用的阴性或不确定结果可能改变论文能回答的问题它不需要被隐藏也不需要被包装成阳性主张。5.4 区分完整方法改进了与某个组件导致了改进文档给出了一条重要的论证纪律组件移除比较component-removal comparison如果其不确定性区间包含无变化那么它既不能确立该组件的独立收益也不能证明它没有效果。在归因结果之前还须考虑其他被改变的对照、评估窗口与资源预算。解决路径是a narrower claim or an authorized targeted experiment——收窄主张或做一次经授权的针对性实验而不是用更强的形容词或显著性寻求significance seeking。5.5 Results 与 Discussion 的分工Results把决定性的定量比较及其不确定性连接到科学问题Discussion解释与先前工作的对比、合理的替代方案以及仍然有待回答的判别性问题the remaining discriminating question。重复出现的局限应当分组处理group repeated limitations where they change interpretation但局部必要的限定与要求的披露仍需保留。5.6 情境化编辑而非词黑名单文档特别强调This is contextual editing, not a word blacklist or automatic deletion rule.——这是基于上下文的编辑不是词黑名单或自动删除规则。同样的词在不同位置可能是合理的方法论章节中规律性的句法往往是正确的而引言中的空泛重要性套话则需要删除。从 author_voice_check.py 的实现看其DIAGNOSTIC_PATTERNS确实将五类模式empty_framing空泛框架、generic_importance通用重要性、mechanical_enumeration机械列举、writing_process_leak写作过程泄露、promotional_precision_gap宣传性夸词全部标记为advisory仅建议并在输出中明确Pattern matches are diagnostic signals, not authorship judgments——命中模式绝不强制改写。六、应用保存的作者表达偏好Apply the Saved Author-Expression Preference6.1 配置三档off / standard / strict规范要求从同一任务读取configuration.author_voice_restoration三档语义如下取值行为off使用普通科学编辑不做作者语音恢复standard保留作者的特征性术语、强调与有用措辞同时改进具体的薄弱点strict对作者的表达与论证结构做最小必要的修改任何实质性重构都必须在修订说明中解释关键约束两个开启选项都不允许改变结果results、主张强度claim strength或科学意义scientific meaning。配置默认值与取值范围记录在 intake.md 的配置表中author_voice_restoration允许off、standard、strict默认off。在 artifact_check.py 的config_requests_author_voice()中可以看到其解析逻辑支持布尔/字符串形式none、off、false、no、0、disabled均视为关闭同时为兼容旧任务若该字段为空则回退检查遗留的humanize_tier是否等于light/medium/heavy。旧值只作为兼容开关启用同一阶段不再选择句子节奏目标、同义词变化或检测器阈值见 humanize.md。6.2 语音参考作者的文本而非期刊范例语音参考应使用提供的草稿以及作者自己的或明确授权的写作不得把目标期刊的范例文章当作该作者的个人声音如果没有作者文本则保留用户显式表达的语言偏好并如实说明无法学习个人语音state that a personal voice could not be learned继续有用写作但不虚构一种声音也不要求用户提供新的写作语料。这条边界在 author-voice-profile.schema.json 中有严格编码authorized_sources每项必须声明authorization为author_owned或explicitly_authorized二者之一source_kind限定为prior_paper、proposal、review_response、research_note、other当statusunavailable时authorized_sources必须为空且必须给出unavailable_reason。也就是说借用他人声音在契约层面即被阻断。6.3 保留原稿与最小修改文档给出了一段完整的修订操作纪律保留先前草稿Preserve the prior draft对每个受影响段落先识别其科学功能scientific function保留证据与术语只修复实际的读者问题清晰无误的文本可以原样不动Clear text may remain unchanged修订完成后与原文对照检查数字numbers、否定negation、限定qualifications、归属attribution与结论强度conclusion strength把两个版本与实际的保存偏好都交给独立审阅者。6.4 禁止的作者身份证据规范明确禁止以下做法使用检测器分数detector score作为作者身份证据使用词黑名单word blacklist作为改稿依据使用句子节奏配额sentence-rhythm quota作为作者身份证据把历史作者语音收据、哈希绑定确认与固定批准序列当作当前宿主方法的先决条件prerequisites。文档原话Do not use a detector score, word blacklist or sentence-rhythm quota as authorship evidence. Historical author-voice receipts, hash-bound confirmation and fixed approval sequences are not prerequisites for this current host method. 这也与 humanize.md 的开篇声明一致该能力是Authorial Voice Restoration作者语音恢复而非 AI 检测规避——不承诺检测器通过、不报告虚构的 AI 百分比、不为了看起来像人而注入错误、俚语、反问句或人为的句长变化也不使用多跳翻译/回译作为最终改写手段。七、源码级支撑Authorial Voice Restoration 的契约化实现7.1 修订契约与文件绑定当author_voice_restoration启用时流程产出由 author-voice-restoration.schema.json 约束。其核心字段moderewrite或no_oporiginal/revised每个文件都必须携带path与 64 位sha256绑定修订前后字节authority_files冻结的 claim/evidence/术语权威文件快照至少一项每项须有purposeprotected_terms不得漂移的方法名、变量、统计术语、数据集名等changes每一项必须含change_id、source_locator、revised_locator、reason、evidence_anchor其中reason是受限枚举delete_empty_framing删除空泛框架、restore_author_preference恢复作者偏好、clarify_claim_evidence_link澄清主张-证据连接、remove_unsupported_evaluation移除无支撑的评价、repair_paragraph_function修复段落功能、section_register章节语域、other_reader_facing_problem其他读者面向问题semantic_audit独立审计记录含audit_method、reviewer_id、independent_from_rewriter及六项必须为 0 的计数见下author_confirmation作者确认状态confirmed_sha256必须等于修订文件的哈希。schema 还通过allOf规则施加条件约束rewrite模式要求changes至少 1 项、语义审计必须是independent_agent且independent_from_rewritertrueno_op模式要求changes至多为 0 项。7.2 校验器硬语义不变量 建议性诊断author_voice_check.py 是这一环节的 CLI 校验器契约名paperspine.author-voice-restoration、schema 版本1.0。它把科学意义不变落地为确定性可比较的不变量数字与单位numbers and units引用键citation keys公式formulas受保护术语protected terms否定标记negation markers因果/关联方向causal/associational direction情态、不确定性与主张强度标记modality, uncertainty, claim-strength markers。其中语言相关的标记池否定、因果、情态分别维护了英文与中文两套词表见NEGATION_EN/ZH、CAUSAL_EN/ZH、MODAL_EN/ZH常量支持en/zh分别评估对于不支持的输出语言校验器会显式报告unsupported_language_assessment为 BLOCKER拒绝静默回退到英语。任何不变量差异都会产生semantic_invariant_drift阻断项——但文档同时提醒修复的是真实的数字、归属、否定、因果方向或应有确定性变化不能因为标记计数不同就阻断一个等价表达。校验器的职责边界写在其模块 docstring 中The checker does not identify AI authorship and does not estimate an AI rate.不做作者身份判定、不估算 AI 率。风格偏差style deviation仅输出描述性归一化距离并注明 descriptive only; not authorship evidence or an acceptance threshold。7.3 独立语义审计与作者确认对rewrite必须由另一个 Agent担任独立语义审计者audit_methodindependent_agent其reviewer_id不得等于rewriter_id审计者拥有否决权veto authority并将收据绑定到修订前后两个哈希六项计数必须全部为 0unsupported_new_claims、claim_strength_drift、causal_direction_changes、negation_changes、modality_uncertainty_changes、citation_meaning_changes对no_op允许deterministic_identity或独立审计要求原稿与修订字节完全一致original_sha256 revised_sha256且changes[]。no-op 被明确定位为正向精度证据而不是错过一次降分机会。7.4 命令行实操在 humanize.md 中给出的完整操作序列为# 1. 校验 author_voice_revision.json输出 JSON 收据与 Markdown 报告 python scripts/author_voice_check.py paper_rewriting_output --markdown --write # 2. 门控检查启用该阶段时的就绪判定 python scripts/progress_check.py paper_rewriting_output --gate author_voice_restoration报告包含原稿/改稿哈希、变更原因、保留的不变量、语义审计状态、可用的作者文本描述性偏差、未解决的诊断模式与作者确认状态并显式报告authorship inferencenot_performed不声称任何检测器通过。在 progress_check.py 中author_voice_restoration被注册为配置依赖的可选阶段未启用时门控自动通过opt-out并输出 Authorial Voice Restoration explicitly disabled; gate passes (opt-out).。7.5 输出产物启用该通道时契约要求的产物包括author_voice_profile.jsonauthor-voice-profile.schema.jsonauthor_voice_revision.jsonauthor-voice-restoration.schema.jsonauthor_voice_receipt.jsonauthor-voice-receipt.schema.jsonauthor_voice_report.md不可变原稿快照与授权语料快照按契约命名。其中收据 schema 强制要求的字段包括ok、statusPASS/BLOCKED、hard_findings、advisory_findings、invariants、style_deviation、diagnostics、author_confirmation、semantic_audit等确保每一次语音恢复都是可复核、可追溯的。八、落地实操配置、流程与自查清单8.1 配置入口在任务配置中设置见 intake.md字段允许值默认author_voice_restorationoff、standard、strictoffhumanize_tier旧兼容none、light、medium、heavynone启用后写作阶段与审阅阶段都会依据该值行事未启用时以普通科学编辑处理。旧的humanize_tier仅作为兼容开关启用同一通道。8.2 工作流放置humanize.md 给出了语音恢复在整个生产链路中的位置已确认贡献 冻结的 claim/evidence/术语 ↓ 读者面向手稿草稿 不可变原稿快照 ↓ 作者语音档案授权语料或显式 unavailable 收据 ↓ claim/evidence/局限反向提纲 ↓ 纯文本 no-op 决策或最小必要改写 ↓ 确定性不变量 建议性模式扫描 ↓ 拥有否决权的独立语义审计 ↓ 绑定修订 SHA-256 的作者确认 ↓ 独立编辑审阅8.3 自查清单对应本文六条纪律默认直接陈述观察结果是否直接给出动词强度是否与证据匹配限定只在推断变化处每个限定是否对应一个真实的推断边界是否避免了 may potentially suggest 式堆叠与审计腔局限精简局限小节是否只列改变解释或可推广性的少数约束论证围绕挣得的结果标题/摘要/引言/结论是否与同一结果对齐组件贡献是否与完整方法改进相区分作者表达偏好是否按off/standard/strict处理是否保留原稿、只做最小必要修改并在修订后核对数字、否定、限定、归属与结论强度禁止项是否回避了检测器分数、词黑名单与句节奏配额作为作者身份证据结语Assertive Scientific Writing 的实质是一套措辞强度与证据边界对齐的写作纪律直接陈述观察结果、用与证据匹配的主动动词、只在推断真正变化处放置单点限定、把局限写成少数有实质后果的约束并围绕已挣得的结果组织标题、摘要与结论。PaperSpine 的可贵之处在于它没有把这条纪律停留在文档劝诫层面而是通过author_voice_restoration三档配置、确定性语义不变量校验author_voice_check.py、独立语义审计契约author-voice-restoration.schema.json与 publication surface 清洗publication_surface_check.py将其工程化——自信不来自形容词而来自被冻结证据与严格审计托底的每一句表述。赞分享AI 技能AI 写作人工智能深度研究AI 应用【免费下载链接】PaperSpinePaperSpine5 — local-first, evidence-bound paper research, writing, figures, review and delivery. Download: https://wubing2023.github.io/PaperSpine/v5/项目地址https://gitcode.com/gh_mirrors/pa/PaperSpine点击查看免费下载相关推荐PaperSpine Assertive Scientific Writing 指南在证据约束下写出自信而严谨的学术论证PaperSpine Assertive Scientific Writing 指南在证据约束下写出自信而严谨的学术论证 本篇技术指南围绕 PaperSpinAI 技能AI 写作人工智能深度研究AI 应用PaperSpine 主动式科学写作Assertive Scientific Writing实践指南在证据约束下写出自信的学术论证PaperSpine 主动式科学写作Assertive Scientific Writing实践指南在证据约束下写出自信的学术论证 导读 本文围绕 PapAI 技能AI 写作人工智能深度研究AI 应用conv_arithmetic数学推导严谨性验证conv_arithmetic数学推导严谨性验证 在深度学习领域卷积神经网络CNN的广泛应用带来了图像识别、语音处理等诸多突破。然而卷积运算Conv文档教程人工智能深度学习创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考