ARIS 自动科研完整指南双模型评审循环如何把论文从 5.0 改到 7.5【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep改论文最累的环节往往是挑自己的刺改到第几遍都拿不准也不敢下结论。ARISAuto-Research-In-Sleep睡眠中自动科研把这份活儿外包给一个跨模型审稿人——你睡觉它跑实验、砍掉站不住的 claim、把分数从 5.0 顶到 7.5。为什么单模型自审不靠谱双模型审稿机制的起点让写论文的人自己当裁判等于让厨师给自己的菜打分——同一套口味同样的缺陷会一遍遍漏过去。README.md 对单模型自审的批评很直接同一个模型既执行又评审会陷入local minima局部最小值用自己的模式审自己的输出盲区是结构性的。跨模型评审则是另一种关系审稿人会主动去撞执行者没想到的软肋评审从自问自答变成对抗式探测。那为什么不多加几个审稿人README 给出的答案是两个就是最小充分数量两人博弈比多人博弈收敛到纳什均衡快得多多一个审稿人就多一份 API 成本与协调开销收益最大的一步是从 1 个变 2 个而不是从 2 个变 4 个。当前仓库的默认分工是执行者为 Claude Code审稿模型为gpt-6-astra推理档xhigh七类深度审计走ultra。项目名 ARIS 顺手借了希腊战神阿瑞斯Ares——用 AI 武装科研战斗力恰好也是 Auto-Research-In-Sleep 的缩写。ARIS 终端会话头执行者与审稿模型、权限范围一目了然来源 docs/aris-code-banner.png。一图看懂 ARIS 全流程从想法到投稿的闭环整个系统是一条闭环而不是两条平行流水线一条斜杠命令/idea-discovery your research direction就能从第一环跑到最后一环。每个阶段的作用与落盘文件如下读简报加载项目根目录的RESEARCH_BRIEF.md拿到问题、约束和已知失败方向避免重复踩坑。文献调研/research-lit多源检索——zotero、obsidian、local、web默认包含deepxiv、exa、gemini、openalex必须显式列出产出领域全景与结构性 gap。头脑风暴与过滤/idea-creator生成 8–12 个具体 idea按可行性、算力成本做快速查新过滤。外部评审/research-review独立模型以 NeurIPS/ICML 审稿人身份打分、列弱点、给最小可行改进。锚点冻结/research-refine-pipeline冻结 Problem Anchor 防止 scope 漂移产出refine-logs/FINAL_PROPOSAL.md与 claim 驱动的实验路线图EXPERIMENT_PLAN.md。查新/novelty-check对正信号 idea 做 arXiv / Scholar / Semantic Scholar 深度查新含跨模型交叉验证和最近 3–6 个月并发工作检查。汇总写入idea-stage/IDEA_REPORT.md默认再渲染成单文件 HTML哪个 idea 有信号、哪个该放弃一目了然。有排期的 idea 随后进入第二环——自动改论文循环/auto-review-loop详见 skills/auto-review-loop/SKILL.md审稿人拿论文、代码和原始结果做对抗式评审 → 解析 Score1–10与 Verdict → 原始回复逐字追加进review-stage/REVIEWER_MEMORY.mdappend-only执行者不可篡改→tools/review_gate.py评估停止条件 → 执行者修代码、跑实验、改叙事 → 下轮再审。整条链也可用/research-pipeline your research direction一键串起调研、实现到改稿投稿见 skills/research-pipeline/SKILL.md加— ref paper: arXiv URL, base repo: GitHub repo URL则是定向模式读论文、找弱点、克隆代码库、生成针对弱点的改进 idea。循环的刹车写得很死MAX_ROUNDS 4停止条件是score 6/10且verdict ∈ {ready, almost}同时成立——分数再高只要审稿人给not ready就不停。对抗强度三档medium默认→hard加审稿人记忆 辩论协议→nightmare审稿人通过codex exec直接读仓库源码核对 claim执行者无法筛选它看到的内容。实战走一遍评分从 5.0 到 7.5 的那夜README 的 Score Progression 一节记录了一次真实夜间运行早期 GPT-5.x 审稿人四个阶段逐轮如下轮次分数发生了什么初始5.0/10Borderline reject边缘拒稿第 1 轮6.5/10补上标准指标发现指标解耦第 2 轮6.8/10核心 claim 复现失败转向叙事重构reframing第 3 轮7.0/10大规模 seed 研究推翻主改进 claim第 4 轮7.5/10诊断证据确立达到 submission ready这一夜之间循环自主跑了20 个 GPU 实验、重写了叙事框架、砍掉了两条经不起复现的 claim全程没有人工干预。真实运行的评分曲线来源 docs/auto_review_score_curve.png。必须说清一点7.5 是 AI 审稿人的分数不是顶会录用结果。README 在社区案例一节专门声明这类分数属于 AI 评审信号人类审稿人仍带来 AI 缺失的文献与社区判断力——文章不应把它表述成录用证明。ARIS 三步安装与上手 安装只有三步装执行器宿主、装 Skills、注册审稿人 MCP。第 1 步安装 Claude Code执行器宿主。第 2 步安装 Skills两种方式任选git clone https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep # 方式 A全局安装 cp -r Auto-claude-code-research-in-sleep/skills/* ~/.claude/skills/ # 方式 BREADME 推荐项目级符号链接避免多 Skill 包冲突 bash Auto-claude-code-research-in-sleep/tools/install_aris.sh ~/your-project第 3 步注册 Codex 审稿人 MCPreview 类 Skills 都走它claude mcp add codex -s user -- python3 $(pwd)/Auto-claude-code-research-in-sleep/mcp-servers/codex-exec/server.py重启 Claude Code 后用claude mcp list确认codex显示✔ Connected。这条注册命令指向的 mcp-servers/codex-exec/server.py 是仓库自带的自研桥接服务它存在的原因很具体codex-cli 0.154.0 移除了codex mcp-server入口ARIS 于是自建桥接在底层驱动codex exec工具名与结果格式不变所有 Skill 无需改动。之后就能用了/idea-discovery your research direction /auto-review-loop your paper topic or scope /research-pipeline your research direction提示词质量决定产出质量别写 NLP 这种宽泛词要像 factorized gap in discrete diffusion LMs 一样指向具体问题。常用参数直接追加— key: value参数默认值作用AUTO_PROCEEDtrue选择检查点是否阻塞等人确认human checkpointfalse每轮评审后暂停人工给修改意见sourcesall文献源zotero、obsidian、local、web、deepxiv、exa、gemini、openalex等difficultymedium审稿对抗强度medium/hard/nightmareeffortbalanced工作量档位lite/balanced/max/beastgpulocal实验目标local/remoteSSH/vast/modalreviewercodex审稿后端codex/manual/oracle-pro示例/research-pipeline topic — AUTO_PROCEED: false, human checkpoint: true /auto-review-loop topic — difficulty: nightmare/idea-discovery的 pilot 阶段另有硬预算可覆盖定义在 skills/idea-discovery/SKILL.md常量默认值含义PILOT_MAX_HOURS2预估单卡超 2 小时的 pilot 直接跳过标记 needs manual pilotPILOT_TIMEOUT_HOURS3运行超 3 小时硬性 kill尽量保留部分结果MAX_PILOT_IDEAS3最多并行 3 个 top idea其余仅纸面验证MAX_TOTAL_GPU_HOURS8全部 pilot 的总 GPU 预算上限REVIEWER_MODELgpt-6-astra审稿模型Codex 后端须为 OpenAI 系RENDER_HTMLtrue结束时把IDEA_REPORT.md渲染为单文件 HTML更新 Skills 只需要cd Auto-claude-code-research-in-sleep git pull bash tools/smart_update.sh --apply # 只更新安全项保留你的个性化配置护栏设计自动改论文循环为什么不失控无人值守跑一整晚靠的不是信任而是硬约束skills/auto-review-loop/SKILL.md 的 Key Rules 里每条都是显式规则轮数封顶MAX_ROUNDS 4达标提前停杜绝无限循环。超预算实验不启动预估超过 4 GPU 小时的实验直接跳过转人工跟进项。能改稿就不烧卡重构叙事与分析同样能回应审稿关切时选更便宜的路径Prefer reframing/analysis over new experiments。禁止表演原文显式写着 Do NOT hide weaknesses to game a positive score——负面结果和失败实验必须进审稿上下文不许藏弱点换高分。先改再审Implement fixes BEFORE re-reviewing空头承诺不算修复。断点续跑每轮结束写review-stage/REVIEW_STATE.json含run_id、round、threadId上下文窗口被压缩填满后循环读状态文件原地恢复不需要人接手。反幻觉引用修复中新增参考文献禁止凭记忆编 BibTeX必须走 DBLP → CrossRef →[VERIFY]标记链与/paper-write同一协议。外围还有两道值守tools/watchdog.py 检测无人值守循环是否停止更新状态文件只报警、从不替审稿人下结论迭代日志tools/iteration_log.py监控连续空轮——两轮没有新发现就强制改变方向四轮直接呼叫人类。这些规则的落点是同一个立场机器负责加速执行和对抗式验证方向取舍与最终签字永远在操作者手里——AI 是副驾不是车主。能力地图11 个核心 Skills 与适用人群文档点名的 11 个核心 Skills仓库当前实际打包 83 个以下是核心子集命令一句话作用仓库路径/idea-creator头脑风暴并排序 ideaskills/idea-creator/SKILL.md/research-review独立模型深度审稿ultra推理档skills/research-review/SKILL.md/auto-review-loop审稿→改→再审循环直至达标skills/auto-review-loop/SKILL.md/research-lit多源搜论文、找 gapskills/research-lit/SKILL.md/analyze-results实验结果的统计分析 对比表 洞察skills/analyze-results/SKILL.md/monitor-experiment监控实验进度、收集结果skills/monitor-experiment/SKILL.md/novelty-check查新防撞车skills/novelty-check/SKILL.md/run-experiment一键部署 GPU 实验本地/SSH/Vast.ai/Modalskills/run-experiment/SKILL.md/pixel-art像素风 SVG 插图生成skills/pixel-art/SKILL.md/idea-discovery工作流 1 全流程调研→生成→查新→reviewskills/idea-discovery/SKILL.md/research-pipeline端到端总入口找 idea→实现→自动改到投稿skills/research-pipeline/SKILL.md适合ML/NLP 方向的研究生与博后有 GPU 但时间不够的独立研究者想系统化科研流程的实验室写 survey 时想快速找 idea 的同学。不适合指望 AI 完全替代思考的人——每个生成的 idea 仍需用自己的领域知识复核假设、做最终裁决这是项目从设计文档到 README 反复强调的边界。ARIS 的价值不在全自动而在把最容易被自我盲区放过的环节——审稿——交给了一个与执行者完全独立的模型再用预算上限、诚实规则、状态持久化和人工检查点把它约束成可控的夜间流水线。5.0 到 7.5 的那条曲线就是这套机制在真实项目上跑一晚上留下的痕迹。按上面三步装好挑一个你卡住的课题试跑一晚——第二天早上见分晓。【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/31 10:45:35 · 阅读 1.2k ARIS 自动科研完整指南：双模型评审循环如何把论文从 5.0 改到 7.5
ARIS 自动科研完整指南双模型评审循环如何把论文从 5.0 改到 7.5【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep改论文最累的环节往往是挑自己的刺改到第几遍都拿不准也不敢下结论。ARISAuto-Research-In-Sleep睡眠中自动科研把这份活儿外包给一个跨模型审稿人——你睡觉它跑实验、砍掉站不住的 claim、把分数从 5.0 顶到 7.5。为什么单模型自审不靠谱双模型审稿机制的起点让写论文的人自己当裁判等于让厨师给自己的菜打分——同一套口味同样的缺陷会一遍遍漏过去。README.md 对单模型自审的批评很直接同一个模型既执行又评审会陷入local minima局部最小值用自己的模式审自己的输出盲区是结构性的。跨模型评审则是另一种关系审稿人会主动去撞执行者没想到的软肋评审从自问自答变成对抗式探测。那为什么不多加几个审稿人README 给出的答案是两个就是最小充分数量两人博弈比多人博弈收敛到纳什均衡快得多多一个审稿人就多一份 API 成本与协调开销收益最大的一步是从 1 个变 2 个而不是从 2 个变 4 个。当前仓库的默认分工是执行者为 Claude Code审稿模型为gpt-6-astra推理档xhigh七类深度审计走ultra。项目名 ARIS 顺手借了希腊战神阿瑞斯Ares——用 AI 武装科研战斗力恰好也是 Auto-Research-In-Sleep 的缩写。ARIS 终端会话头执行者与审稿模型、权限范围一目了然来源 docs/aris-code-banner.png。一图看懂 ARIS 全流程从想法到投稿的闭环整个系统是一条闭环而不是两条平行流水线一条斜杠命令/idea-discovery your research direction就能从第一环跑到最后一环。每个阶段的作用与落盘文件如下读简报加载项目根目录的RESEARCH_BRIEF.md拿到问题、约束和已知失败方向避免重复踩坑。文献调研/research-lit多源检索——zotero、obsidian、local、web默认包含deepxiv、exa、gemini、openalex必须显式列出产出领域全景与结构性 gap。头脑风暴与过滤/idea-creator生成 8–12 个具体 idea按可行性、算力成本做快速查新过滤。外部评审/research-review独立模型以 NeurIPS/ICML 审稿人身份打分、列弱点、给最小可行改进。锚点冻结/research-refine-pipeline冻结 Problem Anchor 防止 scope 漂移产出refine-logs/FINAL_PROPOSAL.md与 claim 驱动的实验路线图EXPERIMENT_PLAN.md。查新/novelty-check对正信号 idea 做 arXiv / Scholar / Semantic Scholar 深度查新含跨模型交叉验证和最近 3–6 个月并发工作检查。汇总写入idea-stage/IDEA_REPORT.md默认再渲染成单文件 HTML哪个 idea 有信号、哪个该放弃一目了然。有排期的 idea 随后进入第二环——自动改论文循环/auto-review-loop详见 skills/auto-review-loop/SKILL.md审稿人拿论文、代码和原始结果做对抗式评审 → 解析 Score1–10与 Verdict → 原始回复逐字追加进review-stage/REVIEWER_MEMORY.mdappend-only执行者不可篡改→tools/review_gate.py评估停止条件 → 执行者修代码、跑实验、改叙事 → 下轮再审。整条链也可用/research-pipeline your research direction一键串起调研、实现到改稿投稿见 skills/research-pipeline/SKILL.md加— ref paper: arXiv URL, base repo: GitHub repo URL则是定向模式读论文、找弱点、克隆代码库、生成针对弱点的改进 idea。循环的刹车写得很死MAX_ROUNDS 4停止条件是score 6/10且verdict ∈ {ready, almost}同时成立——分数再高只要审稿人给not ready就不停。对抗强度三档medium默认→hard加审稿人记忆 辩论协议→nightmare审稿人通过codex exec直接读仓库源码核对 claim执行者无法筛选它看到的内容。实战走一遍评分从 5.0 到 7.5 的那夜README 的 Score Progression 一节记录了一次真实夜间运行早期 GPT-5.x 审稿人四个阶段逐轮如下轮次分数发生了什么初始5.0/10Borderline reject边缘拒稿第 1 轮6.5/10补上标准指标发现指标解耦第 2 轮6.8/10核心 claim 复现失败转向叙事重构reframing第 3 轮7.0/10大规模 seed 研究推翻主改进 claim第 4 轮7.5/10诊断证据确立达到 submission ready这一夜之间循环自主跑了20 个 GPU 实验、重写了叙事框架、砍掉了两条经不起复现的 claim全程没有人工干预。真实运行的评分曲线来源 docs/auto_review_score_curve.png。必须说清一点7.5 是 AI 审稿人的分数不是顶会录用结果。README 在社区案例一节专门声明这类分数属于 AI 评审信号人类审稿人仍带来 AI 缺失的文献与社区判断力——文章不应把它表述成录用证明。ARIS 三步安装与上手 安装只有三步装执行器宿主、装 Skills、注册审稿人 MCP。第 1 步安装 Claude Code执行器宿主。第 2 步安装 Skills两种方式任选git clone https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep # 方式 A全局安装 cp -r Auto-claude-code-research-in-sleep/skills/* ~/.claude/skills/ # 方式 BREADME 推荐项目级符号链接避免多 Skill 包冲突 bash Auto-claude-code-research-in-sleep/tools/install_aris.sh ~/your-project第 3 步注册 Codex 审稿人 MCPreview 类 Skills 都走它claude mcp add codex -s user -- python3 $(pwd)/Auto-claude-code-research-in-sleep/mcp-servers/codex-exec/server.py重启 Claude Code 后用claude mcp list确认codex显示✔ Connected。这条注册命令指向的 mcp-servers/codex-exec/server.py 是仓库自带的自研桥接服务它存在的原因很具体codex-cli 0.154.0 移除了codex mcp-server入口ARIS 于是自建桥接在底层驱动codex exec工具名与结果格式不变所有 Skill 无需改动。之后就能用了/idea-discovery your research direction /auto-review-loop your paper topic or scope /research-pipeline your research direction提示词质量决定产出质量别写 NLP 这种宽泛词要像 factorized gap in discrete diffusion LMs 一样指向具体问题。常用参数直接追加— key: value参数默认值作用AUTO_PROCEEDtrue选择检查点是否阻塞等人确认human checkpointfalse每轮评审后暂停人工给修改意见sourcesall文献源zotero、obsidian、local、web、deepxiv、exa、gemini、openalex等difficultymedium审稿对抗强度medium/hard/nightmareeffortbalanced工作量档位lite/balanced/max/beastgpulocal实验目标local/remoteSSH/vast/modalreviewercodex审稿后端codex/manual/oracle-pro示例/research-pipeline topic — AUTO_PROCEED: false, human checkpoint: true /auto-review-loop topic — difficulty: nightmare/idea-discovery的 pilot 阶段另有硬预算可覆盖定义在 skills/idea-discovery/SKILL.md常量默认值含义PILOT_MAX_HOURS2预估单卡超 2 小时的 pilot 直接跳过标记 needs manual pilotPILOT_TIMEOUT_HOURS3运行超 3 小时硬性 kill尽量保留部分结果MAX_PILOT_IDEAS3最多并行 3 个 top idea其余仅纸面验证MAX_TOTAL_GPU_HOURS8全部 pilot 的总 GPU 预算上限REVIEWER_MODELgpt-6-astra审稿模型Codex 后端须为 OpenAI 系RENDER_HTMLtrue结束时把IDEA_REPORT.md渲染为单文件 HTML更新 Skills 只需要cd Auto-claude-code-research-in-sleep git pull bash tools/smart_update.sh --apply # 只更新安全项保留你的个性化配置护栏设计自动改论文循环为什么不失控无人值守跑一整晚靠的不是信任而是硬约束skills/auto-review-loop/SKILL.md 的 Key Rules 里每条都是显式规则轮数封顶MAX_ROUNDS 4达标提前停杜绝无限循环。超预算实验不启动预估超过 4 GPU 小时的实验直接跳过转人工跟进项。能改稿就不烧卡重构叙事与分析同样能回应审稿关切时选更便宜的路径Prefer reframing/analysis over new experiments。禁止表演原文显式写着 Do NOT hide weaknesses to game a positive score——负面结果和失败实验必须进审稿上下文不许藏弱点换高分。先改再审Implement fixes BEFORE re-reviewing空头承诺不算修复。断点续跑每轮结束写review-stage/REVIEW_STATE.json含run_id、round、threadId上下文窗口被压缩填满后循环读状态文件原地恢复不需要人接手。反幻觉引用修复中新增参考文献禁止凭记忆编 BibTeX必须走 DBLP → CrossRef →[VERIFY]标记链与/paper-write同一协议。外围还有两道值守tools/watchdog.py 检测无人值守循环是否停止更新状态文件只报警、从不替审稿人下结论迭代日志tools/iteration_log.py监控连续空轮——两轮没有新发现就强制改变方向四轮直接呼叫人类。这些规则的落点是同一个立场机器负责加速执行和对抗式验证方向取舍与最终签字永远在操作者手里——AI 是副驾不是车主。能力地图11 个核心 Skills 与适用人群文档点名的 11 个核心 Skills仓库当前实际打包 83 个以下是核心子集命令一句话作用仓库路径/idea-creator头脑风暴并排序 ideaskills/idea-creator/SKILL.md/research-review独立模型深度审稿ultra推理档skills/research-review/SKILL.md/auto-review-loop审稿→改→再审循环直至达标skills/auto-review-loop/SKILL.md/research-lit多源搜论文、找 gapskills/research-lit/SKILL.md/analyze-results实验结果的统计分析 对比表 洞察skills/analyze-results/SKILL.md/monitor-experiment监控实验进度、收集结果skills/monitor-experiment/SKILL.md/novelty-check查新防撞车skills/novelty-check/SKILL.md/run-experiment一键部署 GPU 实验本地/SSH/Vast.ai/Modalskills/run-experiment/SKILL.md/pixel-art像素风 SVG 插图生成skills/pixel-art/SKILL.md/idea-discovery工作流 1 全流程调研→生成→查新→reviewskills/idea-discovery/SKILL.md/research-pipeline端到端总入口找 idea→实现→自动改到投稿skills/research-pipeline/SKILL.md适合ML/NLP 方向的研究生与博后有 GPU 但时间不够的独立研究者想系统化科研流程的实验室写 survey 时想快速找 idea 的同学。不适合指望 AI 完全替代思考的人——每个生成的 idea 仍需用自己的领域知识复核假设、做最终裁决这是项目从设计文档到 README 反复强调的边界。ARIS 的价值不在全自动而在把最容易被自我盲区放过的环节——审稿——交给了一个与执行者完全独立的模型再用预算上限、诚实规则、状态持久化和人工检查点把它约束成可控的夜间流水线。5.0 到 7.5 的那条曲线就是这套机制在真实项目上跑一晚上留下的痕迹。按上面三步装好挑一个你卡住的课题试跑一晚——第二天早上见分晓。【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考