审稿人查无此文时Academic Research Skills 的防泄漏机制在做什么【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills你有没有遇到过这种情况用 AI 辅助写出来的论文某条参考文献被审稿人判定查无此文这不是假设。对 arXiv、bioRxiv 等预印本库上 250 万篇论文、1.11 亿条引用做审计的研究估计 2025 年一年就有 146,932 条幻觉引用。Academic Research Skills下称 ARS的防泄漏协议就是针对这类风险它是一套覆盖研究 → 写作 → 评审 → 修订 → 定稿全流程的 Claude Code 技能包目标只有一个——写作代理只使用你在本次会话里提供的材料而不是它记得的东西。在 Claude Code 里安装并跑通 ARS前提是你已经装好 Claude Code。在 Claude Code 会话里执行两条插件命令/plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills装完先验证一下输入 /ars-plan描述你正在写的论文它会用苏格拉底式对话帮你梳理章节结构想要更轻的入口直接说对某个主题做文献综述即可。说我要写一篇关于 X 的研究论文整条流水线会按研究、写作、评审、修订的顺序推进。需要留意的是防泄漏协议并非常驻。它只在满足条件时自动启用会话里已经提供研究问题简报RQ Brief、综述报告和带注释的参考文献表且材料足够实质、模式是完整写作或修订。如果你还在 plan 或 Socratic 这类探索模式或材料只有一份简报、没有文献表协议不会激活——那些场景本来就预期模型调用自身知识。写作代理拿到材料后发生了什么先看一个片段里的实际情形。假设大纲要求写数据与方法而你提供的材料只有数据采集时间段的说明没有记录清洗流程。按大模型的默认习惯它会顺手补全模仿读过的论文写出一段听起来合理的预处理步骤。句子很专业可你从没做过这个操作审稿人一问就露馅。防泄漏协议的正式名称是知识隔离Knowledge Isolation它改变的就是这个默认行为。以下五条规则会注入写作代理的上下文且只约束事实性内容论断、引用、数据、方法描述学术惯例与写作风格不受限事实性声明以会话材料为优先来源模型记忆退居其后每一句话都要能追溯到带注释的文献表或你提供的数据追溯不到的句子不写大纲要求但材料未覆盖的话题打上 [MATERIAL GAP] 标记不自行补齐不引入文献表之外的新文献想加引用需要你明确授权Methods 章节只描述材料里记载的流程禁止推断或插值实验步骤。屏幕出现 [MATERIAL GAP] 或 [LLM-SUPPLEMENTED] 时怎么处理[MATERIAL GAP]流水线会在下一个检查点把这个标记和缺口位置一起展示给你。你有两个选择其一补充材料——把缺失的原文、数据或实验日志喂给流水线让 AI 基于新材料重写其二明确授权 AI 就这个缺口自行补充。注意你授权的是这一个缺口不是全局许可其余缺口仍会逐一上报。[LLM-SUPPLEMENTED]如果你选了第二种AI 补写的段落会在草稿元数据里带上这个标签一致性审查时审查者会优先盯它。此时你要做的是逐字读这一段对照自己的实际研究发现出入就要求修改。还有一个容易忽略的点你做的每个覆盖性决定补料还是授权都会被自动写入论文的 AI 披露说明。哪段是 AI 补的、你如何处置在成文里都有记录。一条引用走过的完整旅程从存在性检查到论断核对AI 写作里最隐蔽的三类风险——写着写着合理化的 Methods 章节、用过时记忆填补的空白、从训练数据里逐字复现的段落——有个共同点表面都专业只有对照原始材料才看得出问题。ARS 的做法是沿流水线排开检查点让每一条引用在每个环节都要回答一个问题。这条引用真实存在吗从 v3.11 起文献表里的每条引用都会被脚本逐个查询 Semantic Scholar、OpenAlex、Crossref、arXiv 四个索引模型不参与这一步DOI 或 arXiv 编号在索引里查不到引用即判为不存在直接出局。实现在 scripts/verify_passport.py 与 scripts/verification_gate/。它支持你要说的那句话吗真实存在的文献也可能被误用——拿它去支撑原文根本没说的结论。这个检查点把重心从文献表转向正文系统先把百分比数字、因果判断、上升/下降一类的趋势描述拉成清单再逐条回到原文核对数字、时间范围与研究对象是否一致。高影响声明头条结论、数值、因果判断不做抽样全部核对其余按比例抽查。每条声明最终落入五档之一VERIFIED、轻微偏差、重大扭曲、无法验证、无法访问。及格线很硬——出现任何一条重大扭曲或无法验证该检查点判 FAIL论文进不了评审。协议细节见 academic-pipeline/references/claim_verification_protocol.md。还有没有其他风险初稿与终稿各要过一道一致性门禁Stage 2.5 / 4.5不可跳过、不可静默绕过。门禁要求对 7 种已知的 AI 研究失败模式逐一判断并排除引用幻觉和方法论虚构都在其中任何一项被判疑似流水线就停下等你选择退回修订、附理由覆盖理由会记入流程日志或修改后重查。清单全文在 academic-pipeline/references/ai_research_failure_modes.md。值得一提的是项目自己的发表后独立全引用审计发现 68 条引用里有 21 条问题骗过了前三轮一致性检查——多道防线串联正是为了这类漏网情况。材料流动有边界吗还有一条底层规则每个技能都在元数据里声明数据访问级别raw / redacted / verified_only未验证材料与已验证材料分层流动评估用的答案不会进入答题代理的上下文。设计原理见 shared/ground_truth_isolation_pattern.md。关键文件速查文件作用academic-paper/references/anti_leakage_protocol.md防泄漏协议全文规则原文、激活条件、缺口标记处理academic-pipeline/references/ai_research_failure_modes.md7 种 AI 研究失败模式及各自在门禁处的检测问题academic-pipeline/references/claim_verification_protocol.mdPhase E 论断-来源对齐验证提取、抽样策略与五档判定shared/ground_truth_isolation_pattern.md三层材料隔离模型与数据访问级别定义docs/RISK_REGISTER.md已知风险、对应控制措施与证据状态对照它解决什么不做什么防泄漏协议解决的是写作环节的问题让模型不写出自己无法溯源的内容让每条引用都经过可复核的检验让你做的每个决定都留下记录。它不做的同样明确不替你定研究问题、不替你跑实验也不证明你申报的流程真的被执行过。项目把分工写得很清楚——追文献、调格式、核数据、查一致性这些体力活归 AI定义问题、选择方法、解读结果仍然归你。【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考