DIAL投稿智

猩猩AI整理

你的 NeurIPS 论文准备好了吗？

如果你现在正在做投稿前的最后冲刺，大概正面临这些困境：

• Introduction 还在改：不知道怎么把故事讲得更清楚，导师说"再改改"但没给具体建议

• 图表看起来差点什么：数据没问题，但表现形式总是差一点，却说不出差在哪

• 自己看不出漏洞：逻辑觉得没问题，但投稿前还是有点不放心

• 细节的反复修改：Abstract、Section 标题、引用格式，一个又一个小问题在消耗时间

• 害怕投出去就被拒：没有一个有经验的人给你"投稿前体检"

距离 NeurIPS 截稿越来越近，你最需要的就是一个顶会审稿人的眼光。

为此，今天给大家介绍的开源项目是港科大骆昱宇助理教授（清华特奖得主，云帆奖得主）发起的开源项目Supervisor.Skills，将自己过去十年从博士生成长为博士生导师的经验，包括那些最难以言传的学术直觉和审稿品味，系统性地 "炼化" 成 AI 可以精确执行的技能。

它的核心理念是：把博导的隐性知识，变成随时可用的生产力。

• GitHub 仓库地址：https://github.com/HKUSTDial/Supervisor-Skills

01 顶会审稿人的眼光：Pre-Submission Reviewer

最常见的场景：论文写完了，自我感觉没问题，投出去，两周后被拒。理由含糊，你也改不了。

而现在，我们把论文草稿丢给这个技能，AI 会用顶会审稿人的视角，逐条给出意见。不是"改得不错"这种虚的，而是像真正的审稿人一样，指出具体问题：

❌ Abstract 第 3 句用了"very important"，太主观

   建议改为：具体数据或事实陈述

❌ Figure 2 的图例字体过小，影响阅读体验

   建议改为：至少 10pt，测试打印效果

❌ Section 3.2 第一段逻辑跳跃，缺少过渡句

   建议改为：先说 X 的局限，再说我们怎么改进

❌ Algorithm 1 没有复杂度分析

   建议改为：补充时间/空间复杂度

✅ Related Work 引用充分，主要 baseline 都覆盖了

✅ Experimental 部分设计严谨，消融实验完整

⚠️ Conclusion 过于简短，缺乏 Future Work 展望

   建议改为：补充 3-4 句 Future Work，说明后续探索方向

每一条都对应你能实际操作的改进方向。相当于在投稿前，有一个经验丰富的审稿人坐在旁边，帮你找出所有致命漏洞。

02 Introduction 终极指南：Introduction Drafter

我们写论文最头疼的时刻是：开始写论文，第一段不知道怎么起笔。查了很多论文，每篇都不一样，更不知道套用哪个逻辑。

Introduction 其实要回答这样一个逻辑链：

（1）这个领域/问题为什么重要？（What）

（2）现有的方法和研究有什么不足？（Why existing doesn't work）

（3）问题的根本原因是什么？（Root cause）

（4）你有什么核心洞察？（Insight）

（5）基于这个洞察，你的方案是什么？（Solution）

（6）你能证明它有效吗？（Evidence）

（7）这个工作能推广到什么范围？（Generalization）

这个技能基于一套结构化的 Introduction Flowchart 思考模型。只需输入：

• 研究背景是什么

• 你发现的问题是什么

• 你的核心贡献是什么

AI 就会自动生成 Introduction 的段落骨架、每段的论点、以及段落之间的逻辑衔接。相当于有人把论文的"思路线索"给你梳理出来，你只需要根据骨架填充具体内容。

03 你的 Idea 值不值得做？Idea Evaluator

最纠结的时刻：想到了一个想法，觉得挺新颖的，但不确定值不值得花 3 个月去做。导师也说不准。浪费 3 个月后，才发现这是个"死题"。

这个技能从 5 个维度帮你评估 Idea 的价值：

更高维度（创新性）- 这个想法相比现有工作，高在哪里？有多少增量？

更快维度（效率）- 你的方案能更快地解决问题吗？如果有延迟成本，是否值得？更强维度（鲁棒性）- 你的方案是否更强大？能处理更复杂的情况吗？

更省维度（资源）- 需要的资源、算力、数据量相比现有方案如何？

更广维度（泛化性）- 这个工作能推广到其他领域/问题吗？

真实例子："我想用大模型做数据清洗，现有方法准确率 70%，我打算用检索增强+多轮验证提升到 85%。"

AI 会分析：

• 更高：15% 的准确率提升是有意义的，但需要证明这个提升在实际场景（比如特定行业、特定数据类型）的价值。仅仅是准确率数字提升，不够有说服力。

• 更快：多轮验证可能增加系统延迟，需要权衡实时性 vs 准确率。

• 更强：检索增强是成熟技术，真正的创新点应该在"多轮验证"的机制设计上。

• 更省：需要更多的计算资源去支持多轮验证，是否划算需要评估。

• 更广：这个方案能否推广到其他数据清洗场景？还是只能在你这个具体任务上用？

综合评分 7/10。建议先做小规模 Pilot Study（100-500 条数据）验证可行性，如果效果好再扩大规模。

vs. 等一周见导师，导师可能也只能说"先试试"，而这个工具给了你具体的评估框架和下一步行动建议。

04 其他4 个技能

除了上面说的 3 个外，项目还包括：

Tech Paper Template / Benchmark Paper Template

这两个针对不同类型的论文。技术类论文需要讲清楚：为什么这样设计、每一个设计决策的原因、为什么这个方案比现有工作更好。Benchmark 类论文则需要说清楚：评估体系怎么构建的、数据集怎么选的、为什么选这些 baseline、实验设计的逻辑。这两种论文的思维框架完全不同，所以是两个独立的技能。

Figure Design Advisor

科研作图其实有一套隐形的规范：

• 动机图要在 10 秒内让读者理解你的问题

• 总览图要清晰展示方法的整体架构，不能太复杂

• 实验图要让数据说话，不是让颜色说话

告诉 AI 你这张图想表达什么，它会根据对应的设计范式给出具体建议。不是"看起来不错"，而是"这个图例应该改成这样，这个标题应该说这个"。

Vibe Research Guide

Vibe Research 是 2026 年最热的研究范式——让 AI 真正融入科研的全流程。不只是问答，而是：

• Vibe Coding：AI 辅助写代码跑实验，一边讨论一边实现

• Vibe Figure：AI 辅助设计和调整图表，实时反馈

• Vibe Writing：AI 辅助组织思路、调整表述，帮你把思想表达得更清楚

这个技能适合想深度融合 AI 到整个工作流的同学。

05 最关键的部分：顶会论文完整拆解

ICML 2025 - Alpha-SQL、ICLR 2025 - AFlow、VLDB 2026 - LEAD

项目收录了三篇来自骆老师课题组的顶会论文，每一篇都做了完整的"写作思路拆解"。

这不是论文摘要，而是：

• 为什么选这个题目：当时的学术背景是什么？这个问题为什么重要？

• 怎么设计论文结构：为什么 Introduction 这样写？为什么先讲 Motivation 再讲 Method？

• 每一段怎么论证：第一段写什么、第二段写什么，为什么这样排？

• 细节怎么打磨：标题、图表、实验顺序，每一个小决策背后的考虑

相当于有人把最顶尖研究者的"思路"展开给你看，告诉你他们在写论文时是怎么想的。这对想理解"什么是好论文"的人来说，价值非常大。

06 完整的理论指南

项目还包含 6 大章节的系统性科研方法论：

（1）宏观认识与评价 - 从审稿人视角看，什么样的论文才是好论文

（2）Idea 构思 - 怎么想 Idea、怎么评估 Idea、怎么做颠覆式创新

（3）论文写作 - 完整的论文写作流程和各个环节的思考模型

（4）科研作图 - 动机图、总览图、实验图各有什么设计范式

（5）Vibe Research 实战 - 怎么用 AI 辅助科研全流程

（6）顶会论文案例 - 三篇论文的完整拆解（上面说的）

另外还配有一份可以打印的 PDF 讲义《博士生科研入门辅导》，适合系统读一遍。

下载链接：

https://github.com/HKUSTDial/Supervisor-Skills/blob/main/handbook/01_Preliminary/%E5%8D%9A%E5%A3%AB%E7%94%9F%E7%A7%91%E7%A0%94%E5%85%A5%E9%97%A8%E8%BE%85%E5%AF%BC.pdf

这不是一个"工具"项目，而是一个"工具 + 方法论"的完整知识包。

07 怎么开始用？

最简单的方式：零门槛使用（推荐大多数人）

（1）打开 GitHub：https://github.com/HKUSTDial/Supervisor-Skills

（2）找到你想用的技能文件夹（如 pre-submission-reviewer）

（3）打开 SKILL.md，复制全文

（4）粘贴进 ChatGPT、Claude、DeepSeek、Kimi 等任意 AI 对话框

（5）按照格式输入你的论文草稿或 Idea，AI 就开始工作

无需注册、无需付费、无需任何技术基础。

进阶用法：Claude Pro 项目（可选）

如果你订阅了 Claude Pro，可以这样用：

（1）创建一个新的 Claude Project（比如起名"我的论文"）

（2）在 Project 的 Custom Instructions 中粘贴技能 Prompt

（3）把整个理论指南上传到 Project Knowledge

（4）以后写论文时，Claude 不仅有专门的 Skill，还能随时调用完整的理论指南做参考

相当于装了个"博导"在你的 Claude。

08 总结

NeurIPS 截稿前，别再"再改改"了。

用这 7 个 Supervisor Skills 对你的论文做一次投稿前的完整体检。

• Pre-Submission Reviewer：像顶会审稿人一样，给你逐条挑刺

• Introduction Drafter：帮你把论文的"故事"讲得更清楚

• Figure Design Advisor：确保你的图表符合顶会审美

• 加上 4 个其他技能，覆盖你投稿前的所有需求