Review Response

• Sie haben Reviewer-Kommentare von einer Konferenz oder einem Journal (z. B. ICLR, NeurIPS, ACL) erhalten und müssen eine formelle Rebuttal verfassen.
• Sie möchten Reviewer-Kommentare systematisch nach Typ klassifizieren (Major/Minor/Typo/Misunderstanding), bevor Sie entscheiden, wie Sie auf jeden einzelnen reagieren.
• Sie benötigen Hilfe bei der Entwicklung einer Antwortstrategie – also dabei zu wissen, wann Sie eine Kritik akzeptieren, Ihre Position verteidigen, ein Missverständnis klären oder ein zusätzliches Experiment durchführen sollten.
• Sie möchten sicherstellen, dass Ihre Rebuttal vollständig ist, einen professionellen Ton hat und jeden Reviewer-Punkt berücksichtigt, ohne etwas zu übersehen.

• Sie antworten nicht auf formale Gutachterkommentare — diese Funktion wurde speziell für akademische Rebuttal-Workflows entwickelt und ist kein allgemeines Schreib- oder Bearbeitungswerkzeug.
• Ihre Gutachter haben das Paper bereits akzeptiert und Sie müssen nur geringfügige redaktionelle Überarbeitungen vornehmen, ohne dass ein Rebuttal erforderlich ist.

Analysiert automatisch Gutachterkommentare und klassifiziert jeden einzelnen in Kategorien wie Schwerwiegend, Geringfügig, Tippfehler oder Missverständnis. So erhalten Sie einen klaren Überblick darüber, was die meiste Aufmerksamkeit erfordert – noch bevor Sie ein einziges Wort der Antwort verfassen.

Für jeden klassifizierten Kommentar empfiehlt die Funktion eine maßgeschneiderte Antwortstrategie – Akzeptieren, Verteidigen, Klarstellen oder ein zusätzliches Experiment vorschlagen. Die Strategien basieren auf Erkenntnissen, die aus erfolgreichen Gegendarstellungen zu ICLR Spotlight-Papieren gewonnen wurden.

Erstellt ein vollständiges, strukturiertes Gegendarstellungsdokument, das jeden Punkt der Gutachter in einem einheitlichen Format behandelt. Vorlagen und Beispiele aus references/rebuttal-templates.md fließen in die Ausgabestruktur ein.

Überprüft und verfeinert den Ton jeder Antwort, um sicherzustellen, dass er durchgehend professionell, respektvoll und evidenzbasiert bleibt – und vermeidet dabei häufige Fallstricke wie Defensivität oder Gleichgültigkeit.

Wenn diese Skill zusammen mit der ml-paper-writing-Skill installiert wird, liest sie aus paper-miner-writing-memory.md, um gewonnene Phrasierungsmuster, venue-spezifische Signale und rhetorische Strukturverbesserungen auf Ihre Gegendarstellung anzuwenden.

Setzt das Kernprinzip durch, dass jeder Kommentar eines Gutachters eine Antwort erhält, die durch Begründungen oder Belege gestützt wird – einschließlich der proaktiven Auseinandersetzung mit ethischen Gesichtspunkten, wenn das Forschungsthema dies erfordert.

Ein Forscher erhält gemischte Gutachten für ein eingereichtes Paper – einige Reviewer loben die Neuheit des Ansatzes, während andere den experimentellen Aufbau in Frage stellen. Die Funktion klassifiziert jeden Kommentar, empfiehlt die Ergänzung von Ablationsstudien bei experimentellen Bedenken und entwirft eine venue-bewusste Gegendarstellung, die zunächst die Stärken anerkennt, bevor sie auf die Kritik eingeht.

Nach einer umfangreichen Überarbeitungsanforderung eines Zeitschriftenredakteurs benötigt ein Forscher ein formelles Antwortschreiben, das jeden Gutachterpunkt behandelt. Die Funktion strukturiert das Dokument, schlägt vor, wo technische Details in einen Anhang ausgelagert werden sollten, und stellt sicher, dass der Ton durchgehend professionell bleibt.

Ein oder mehrere Gutachter scheinen einen zentralen Beitrag falsch verstanden zu haben. Review Response erkennt diese als Kommentare vom Typ „Missverständnis" und generiert klare, höfliche Klarstellungsantworten mit schrittweisen Erklärungen, die auf Leser mit unterschiedlichem Hintergrund zugeschnitten sind.

Ein Artikel über Datenschutz oder Sicherheit erhält Gutachterbedenken bezüglich ethischer Implikationen. Review Response weist proaktiv auf die Notwendigkeit hin, ethische Überlegungen in der Erwiderung zu adressieren – selbst bei Punkten, die Gutachter nur implizit angesprochen haben.