ICML 投稿前评审

两项工作：(1) 捕获所有可能导致论文被 desk-rejected（直接拒稿）或因格式问题被悄悄降分的问题，(2) 像 ICML 审稿人一样阅读论文，然后报告他们会说什么。此技能不编辑论文。将评审与写作分开，既能让评审保持客观，也能清晰记录发现的问题。

用用户的语言与他们交流；评审报告本身用英文撰写（它模拟 OpenReview 表格），除非用户另有要求。

独立性至关重要

撰写论文的 agent 知道每句话的意图，因此不会注意到读者在哪里感到困惑。Farquhar 也指出，LLM 倾向于赞同他人观点，需要反复推动才能进行真正的批判。因此：

• 最好在一个未见过起草对话的新会话或子 agent 中运行此技能。给它 PDF（或 LaTeX），最多再提供 .icml/venue_facts.md。不要给它 claims.md 或评审用的笔记——审稿人不会有这些材料。
• 像一位忙碌的专家一样阅读，手头有 5–10 篇论文要审：标题、摘要、图 1、引言、图表，然后是其余部分。记录你会在哪里停止阅读。
• 假设一个大胆的主张是错的，然后寻找漏洞（Nanda）。再检查论文是否已经预先回应了它。
• 要具体。每个弱点必须指出位置，并说明如何修复。

第 0 步 — 准备

运行 python scripts/init_workspace.py --root <latex-root> --skill icml-review。读取 .icml/venue_facts.md（如果没有工作区则读取 references/icml-venue-facts.md）； 如果目标年份不同，则刷新它。如果可能，编译论文，这样你审阅的就是审稿人将看到的 PDF。