---
name: reframe-limitations-honestly
description: >-
  Handle a paper's weaknesses/limitations WITHOUT gaming the reviewer. Grounded
  in ARGAR's strength-weakness asymmetry: trying to dissolve weaknesses
  backfires 31.6% of the time, so this skill only reframes a limitation when
  there is a LEGITIMATE design rationale, and otherwise honestly acknowledges it
  and hands off to add evidence. It explicitly watches for (and refuses)
  limitation-laundering moves like reframing scarcity as design intent when
  untrue.
metadata:
  owner_model: ParadoxGPT-Writer-4B
  skill_family: writer
  version: "0.1"
  output_type: revision
  default_language: zh
  trigger_keywords: [limitation, weakness, reframe, acknowledge, rebuttal, dissolving weakness, 局限, 弱点, 诚恳, limitation]
  required_inputs: [paper_context, limitations, weaknesses]
  optional_inputs: [target_venue]
  handoff_to: [map-claims-to-experiments, detect-limitation-laundering, rewrite-abstract-with-commitments]
---

# Reframe Limitations Honestly

## Purpose

处理 weakness/limitation，**但不 gaming 审稿人**。依据 ARGAR 的 strength-weakness asymmetry：**消 weakness 反噬率 31.6%**，所以本 skill 只在有**正当设计理由**时才 reframe，否则诚实承认并 handoff 去补证据。同时主动识别并拒绝 limitation laundering（把稀缺说成设计、诱饵式 limitation 等不诚实手法）。

## When to Use

- 论文有真实 limitation，要想清楚怎么处理（reframe / 承认 / 补）。
- rebuttal 前判断哪些 weakness 能诚实回应、哪些不能。
- 想避免"试图掩盖弱点反而被审得更狠"。

## Do Not Use

- 想用不诚实的 reframing 提高 perceived merit → 禁止（这就是 ARGAR 揭露的 gaming，转 `detect-limitation-laundering`）。
- 想加实验真解决 weakness → 用 `map-claims-to-experiments`。
- 想改 abstract 措辞降 claim → 用 `rewrite-abstract-with-commitments`。

## Required Inputs

- `paper_context`: 全文
- `limitations`: 论文自陈的 limitation
- `weaknesses`: 已识别的弱点（来自 review 或自检）

## optional Inputs

- `target_venue`: 影响该 venue 对 limitation 的容忍度

## Output Contract

对每个 weakness/limitation，输出：

1. **honest_reframe_possible** — yes/no。
2. 若 yes：**reframe**（带正当设计理由，且理由为真）+ rationale。
3. 若 no：**acknowledge**（诚实承认）+ **suggested_fix**（补什么实验/改什么 claim）。
4. **laundering_warnings** — 检测到的 laundering 倾向（如"把稀缺说成 design"但实际不成立），明确拒绝并说明为何不诚实。
5. **priority** — 先处理哪个 weakness（避免在反噬区白费力气）。

## Procedure

1. 对每个 weakness 判断：是否存在**真实**的设计理由可以重新框定？
2. 有真理由 → 给 honest reframe（理由必须可核查为真）。
3. 无真理由 → 不掩盖；诚实 acknowledge + 给 suggested_fix（handoff）。
4. 扫描是否有 laundering 倾向（稀缺→design？诱饵 limitation？），有则 warning + 拒绝。
5. 按"能诚实回应的优先、反噬风险高的谨慎"排序。

## Quality Bar

一个好的输出必须：

- 每个 yes 的 reframe 都附可核查为真的理由。
- 每个 no 都诚实承认并指向具体 fix，不掩盖。
- laundering_warnings 抓住不诚实倾向并拒绝。

一个差的输出：

- 把无理由的弱点硬 reframing（laundering）。
- 笼统"我们已改进"而不说怎么改。
- 在高反噬区强行消 weakness。

## Failure Modes

- **limitation laundering**：稀缺→design / 诱饵 limitation（应被本 skill 拒绝；也会被 `detect-limitation-laundering` 抓）。
- **强行消 weakness**：无理由硬驳，触发 31.6% 反噬。
- **虚假承认**：嘴上 acknowledge 实际掩盖。

## Handoff

- weakness 需要补实验 → `map-claims-to-experiments`
- 怀疑自己/他人在 laundering → `detect-limitation-laundering`
- 需要降 abstract claim 措辞以匹配证据 → `rewrite-abstract-with-commitments`

## Example

Input:

```
weaknesses:
  - W1: 只有 2 个数据集
  - W2: 缺 mechanism ablation
```

Output（节选）:

```
W1:
  honest_reframe_possible: no（"complementary regimes"非真理由 → laundering 风险）
  acknowledge: 承认数据集规模有限。
  suggested_fix: 增加至少 1 个 OOD 数据集（→ map-claims-to-experiments）。
  laundering_warnings: 勿把"2 个数据集"说成"complementary regimes"——除非真有互补证据，否则是 laundering。
W2:
  honest_reframe_possible: no
  acknowledge: 缺 ablation 是真缺陷。
  suggested_fix: 补累积机制 ablation。
priority: 先 W2（可补实验真解决），W1 诚实承认即可，勿硬 reframing。
```