Adversarial Case Builder
Evidence-bound afwijzingsmemo voor onderzoekspapers via cross-model review
Werkt met setup
Wat het doet
Synthetiseert de sterkste evidence-bound case om een onderzoekspaper af te wijzen, uitsluitend gebaseerd op een span-anchored claims ledger en de bevestigde bevindingen van de andere auditors, en verdedigt deze vervolgens punt voor punt. Voert twee verse cross-model Codex reviewer threads en een deterministische anchor gate uit die elke beschuldiging die niet gekoppeld is aan een echte claim of bevinding laat vallen. Draait als laatste in de anti-autoresearch pijplijn en geeft een info-only memo uit dat geen oordeelsgewicht draagt.
Testrapport
De echte engine bestaat uit twee verse cross-model Codex (gpt-5.6-sol) reviewer threads plus een evidence ledger, waarvan geen van beide hier beschikbaar was, dus de skill-versus-baseline delta is ongemeten. De deterministische anti-slop gate werkt wel: uitgevoerd op een synthetische claims.json markeerde en liet het correct een bungelende [C999] citatie en een fantoom bezwaar vallen terwijl het het verbatim-span-anchored punt behield, resulterend in disposition partial_case. Een single-folder installatie laat de referenties van de skill en de adjudicator tool achter, dus het draait alleen echt vanuit de gekloonde repo.
Getest op: 2026-07-17 · Claude Code 2.x (agent harness)
Installatie
git clone https://github.com/wanshuiyin/Anti-Autoresearch mkdir -p ~/.claude/skills cd Anti-Autoresearch && cp -r skills/adversarial-case-builder ~/.claude/skills/adversarial-case-builder
Commando's en voorbeeldprompts
/adversarial-case-builderEvidence-bound afwijzingsmemo voor onderzoekspapers via cross-model review
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
write the strongest evidence-bound case to reject this paperbuild a rejection memo an area chair might raise against thisfind the killer objection against this paper's central claims