Benchmark Paper 用于在投稿前生成“场地契合度记分卡”，衡量草稿与目标会议近年获奖论文、高被引论文的可测量模式有多接近。它是符合度标尺，帮助作者发现差距，不是录用预测、最佳论文预测，也不评判科学价值。
何时使用：作者希望在提交前获得一个可分享的就绪信号；想了解草稿与该会议最强近期论文相比如何；想知道哪些维度相对范例最弱，并按可修复性排序。
不适用场景：它无法判断科学是否新颖、正确或重要；不能预测录用或获奖；有缺陷论文的高分没有意义，形式合规不等于实质质量。内容质量批评应使用 simulate-reviewers。建议先运行 preflight-check，因为桌面拒稿缺陷会让任何分数失去意义。
输入：草稿（.tex 文件，或编译后的 PDF / markdown），如有 .bib 一并提供；目标会议 id（如 sigspatial-2026），对应 venues/ 中的档案；可选语料规模 N（默认 8 个范例）和时效窗口（默认近 5 年）。
流程包括：解析会议档案及其家族档案；应用时效性门槛，年版本档案不得直接断言硬性格式约束，需先核对最新 CFP，否则标记 needs-verification；构建同家族范例语料，优先使用 study-exemplars 实时获取，其次家族档案的 exemplar_distribution 作为先验，都没有则减少 N 并披露该维度无同家族范例分布；按评分标准提取草稿特征并检测各维度实现程度（absent/planned/drafted/complete）；按与范例分布的符合度打分，每个分数给出明确依据；运行 python3 scripts/scorecard.py features.json --venue <id> 确定性计算与渲染，不凭目测汇总。计划维度会被脚本封顶，并在存在未实现维度时把指数改标为 plan-conformance，避免与已完成论文静默比较。
输出 scorecard.md，包含场地契合度指数（0–10）及一句英文档位说明（计划/大纲则标为 plan-conformance）、逐维度表（分数、实现程度、范例范围、你的值、依据）、按影响力×易用性排序的修复建议、语料披露、格式依据披露和必备警示。
护栏：每个分数都说明测量内容与对比的范例范围；绝不把指数表述为录用或获奖概率，被要求时也拒绝；语料按需从开放获取来源临时获取处理，不存储或提交；不虚构范例数据。
记忆：使用用户论文目录中的 .paper-memory/ 约定，开始时读取 profile.yml 与 lessons.md，结束时追加持久发现，只记长期要点，不记完整记分卡。该目录仅本地，不上传。