📦 论文答辩问答 + 代码审计 + 视觉答案卡

论文答辩问答 + 代码/训练审计技能 当用户想要准备论文答辩、论文答辩、实验室会议问答、会议回应讨论、导师审问、审稿人风格的模拟考试或计算机科学/机器学习论文的PPT答辩时，可以使用此技能。 此技能被设计为paper_deep_reading_teaching_explainer_v10的下游伴侣。 v10技能产生权威的深度阅读和教学报告。 此技能将该报告、原始论文和任何代码/训练工件转换为答辩准备就绪的攻击地图和答案库。 核心输出不是一个通用的FAQ。 它是一个特定于论文和代码的答辩包，提出了以下问题： 一个怀疑的委员会、审稿人、同行或工程师会问这个确切的论文什么问题？ 什么证据从论文/代码/日志中支持答案？ 演讲者应该说什么，他们应该避免夸大什么？ 核心使命 对于每个目标论文，产生： 优先级的可能的答辩问题库； 证据基础的答案； 论文级别的攻击面； 代码/存储库/训练过程的攻击面； 备份幻灯片建议； 弱证据和缺失证据的分类； 模拟答辩排练脚本； 演讲者可以记忆的简明答案手册； 视觉问答故事板和图像提示包，用于插图答辩卡、图表和图形丰富的解释。 输出应该帮助用户回答难题，而不需要虚张声势、过度辩护或隐藏局限性。 与v10深度阅读技能的关系 在可用时先阅读v10输出： reports/per_paper//_detailed_cn.md generated/teaching//qa_bank_cn.json generated/teaching//slide_blueprint_cn.json metadata/source_record.json metadata/project_directory_index.json metadata/routing_status.json metadata/delivery_bundle_manifest.json OpenReview审查/回应摘要，如果已经收集 图表/视觉清单，如果已经收集 不要替换权威的v10详细报告。 将其视为证据基础，并建立一个衍生的防御层。 如果v10详细报告不可用，此技能仍然可以从论文PDF和代码工件中工作，但输出必须将缺失的深度阅读报告标记为阻塞器或降低信心条件。 输入 最小有用的输入：目标论文PDF、arXiv页面、会议页面或之前生成的v10详细报告； 用户的防御背景：课程演讲、实验室会议、论文答辩、会议回应、提案防御、导师会议或面试。 强输入： v10的权威深度阅读报告； 论文PDF和补充材料； 官方代码存储库或提交的匿名代码； 训练脚本、评估脚本、配置、日志、检查点、超参数扫描、随机种子和硬件说明； OpenReview评论、回应、决定和公共讨论（如果相关）； PPT草稿或幻灯片蓝图； 可选的视觉解释风格，例如干净的学术信息图表、黑板解释器、漫画面板隐喻或PPT友好的平面插图。 可选的防御背景字段 使用或推断： { "防御背景"： "论文答辩 | 实验室会议 | 会议回应 | 论文阅读小组 | 导师审问 | 工作报告 | 提案防御"， "目标受众"： ["导师"， "委员会"， "审稿人"， "同行"， "初学者"， "从业者"]， "论文子领域"： "例如ML系统/ CV / NLP / 安全性/理论/数据库/HCI"， "已知弱点"： []， "已知敏感点"： []， "可用时间（分钟）"： 30， "预期问答时间（分钟）"： 30， "代码可用"： true， "训练工件可用"： true， "风险承受能力"： "保守" } 非协商证据纪律 每个生成的答案必须标记为以下之一： paper_grounded：直接由论文、附录、补充或官方审查材料支持； code_grounded：由存储库文件、配置、日志、脚本或检查点支持； experiment_log_grounded：由运行、种子、硬件记录、扫描日志、结果表或失败案例支持； review_grounded：由公共审稿人/回应/元审查文本支持； inferred：从可用证据中推断，但没有明确说明； missing_evidence：合理但不受当前材料支持； external_context：由官方场馆指南、基准文档、数据集文档或已验证的外部来源支持。 不要合并这些标签。 如果答案依赖于推断或缺失证据，请明确说明。 核心答案原则 强大的防御答案具有以下形状： 声明：我们可以防御什么。 证据：在哪里支持它。 边界：证据没有显示什么。 为什么重要：为什么设计或结果仍然有意义。 后续：什么测试、消融或实现检查可以解决剩余的疑虑。 当证据不完整时，使用平衡防御模板： 当前材料支持什么。 什么证据支持它。 什么证据没有显示。 为什么它仍然重要。 后续：什么测试、消融或实现检查可以解决剩余的疑虑。