用途：这是 PaperOrchestra 流水线（arXiv:2604.05018）第 5 步的忠实实现，用于对第 4 步产出的 workspace/drafts/paper.tex 进行迭代式精炼：模拟同行评审、按评审意见做定向修订，并依据评分决定接受或回退。论文称该步骤对整体质量贡献最大，精炼单独带来 CVPR +19%、ICLR +22% 的绝对录用率提升。
主要能力：读取草稿、会议指南、实验日志（作为数值事实基准）、引用池与 refs.bib；每轮执行一次评审调用与一次修订调用，默认约 3 轮、约 5–7 次 LLM 调用。评审按 reviewer-rubric.md 给出六轴评分（scientific_depth、technical_execution、logical_flow、writing_clarity、evidence_presentation、academic_style）与 overall_score，并由 decision_band.py 推导 Accept(≥80)/Minor(65–79)/Major(50–64)/Reject(<50)。
使用方式：先跑完整性门禁——Gate A 检查 7 类 AI 失败模式（CONFIRMED 则 HALT，SUSPECTED 记警告继续）；Gate B 运行 claim_evidence_gate.py 校验数值声明是否有实验日志或引用支撑（WARN 不中止，交由修订处理）；Gate C 用 reverse_outline.py 生成反向大纲供逻辑流评审；Gate D 读取 research_brief.md。随后 snapshot.py 快照初始稿，latexmk -pdf -interaction=nonstopmode paper.tex 编译，逐轮评审、修订、重编译、重评分，用 score_delta.py 判定 ACCEPT/REVERT/平台期/达标，用 concession_guard.py 约束 Devil's Advocate 的让步，最后把最佳快照复制到 workspace/final/。
适用场景与限制：适用于已有 LaTeX 草稿与实验日志的学术论文润色流程。硬性约束包括：评分回退必须立即回退并停止；修订阶段不得新增实验、消融或基线；所有数值必须与 experimental_log.md 一致，不得引入新数字；禁止显式声明局限性。具体价格、平台支持与运行环境资料未提供。