Аудит точности данных в научной статье

★ 7.1 · testing

paper-claim-audit — это скилл для Claude Code, который проводит независимую нуль-контекстную проверку каждого числа, сравнения и утверждения в научной статье путём сопоставления tex-файлов с сырыми файлами результатов. В отличие от смежных скиллов `/experiment-audit` и `/result-to-claim`, он отвечает на вопрос «точно ли бумага воспроизводит данные?» и запускает свежего рецензента через `mcp__codex__codex` (новый поток, без истории переписки), используя модель gpt-5.6-sol с уровнем reasoning_effort: ultra. Аудит охватывает семь классов ошибок: завышение чисел, выбор лучшего сида вместо среднего, несоответствие конфигураций, расхождение агрегаций, арифметические ошибки дельт, несовпадение подписей с содержимым и необоснованные обобщения. Подходит исследователям, которым нужно убедиться в целостности результатов перед сдачей статьи или на этапе peer review.