用途：当需要审阅、批评或分析一篇 AI/ML 研究论文时使用该技能，输出一份严谨、结构化的评审。
主要能力：评审固定分为七个部分。1）摘要：用 2–3 句话说明论文核心主张、所用方法和关键结果，避免术语堆砌，使相邻领域的资深研究者也能理解。2）贡献：列出论文声明与实际贡献，指出表述是否夸大新颖性。3）方法：判断描述是否足以复现、设计选择是否有依据、是否有消融实验隔离各组件效果。4）实验：检查基线是否合适且最新、评测数据集是否标准或经过挑选、是否报告误差线与统计显著性、是否披露算力预算。5）局限：先列出作者承认的局限，再补充其遗漏之处，需具体。6）相关工作：判断论文是否诚实对待先前工作，包括同期工作。7）结论：给出 Accept / Weak Accept / Borderline / Weak Reject / Reject 评级，并用一段话说明理由。
语气要求：建设性而非否定；区分致命缺陷与次要弱点；肯定真正的新颖性，不因工作增量但扎实而扣分。
输出格式：以 markdown 呈现上述各部分，并在正文前用引用块在顶部概括结论。
限制：资料未提供具体安装命令、运行方式、平台支持、收费或价格信息，暂未提供。