{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}

研究论文写作

为 NeurIPS/ICML/ICLR 撰写 ML 论文：设计→投稿。

Skill 元数据


来源	内置（默认安装）
路径	`skills/research/research-paper-writing`
版本	`1.1.0`
作者	Orchestra Research
许可证	MIT
依赖项	`semanticscholar`, `arxiv`, `habanero`, `requests`, `scipy`, `numpy`, `matplotlib`, `SciencePlots`
平台	linux, macos
标签	`Research`, `Paper Writing`, `Experiments`, `ML`, `AI`, `NeurIPS`, `ICML`, `ICLR`, `ACL`, `AAAI`, `COLM`, `LaTeX`, `Citations`, `Statistical Analysis`
相关 skill	`arxiv`, `ml-paper-writing`, `subagent-driven-development`, `plan`

参考：完整 SKILL.md

信息

以下是 Hermes 在触发该 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。

研究论文写作流水线

面向 NeurIPS、ICML、ICLR、ACL、AAAI 和 COLM 的端到端 ML/AI 研究论文生产流水线，覆盖完整研究生命周期：实验设计、执行、监控、分析、论文撰写、审稿、修改与投稿。

这不是线性流水线——它是一个迭代循环。结果会触发新实验，审稿意见会触发新分析。agent 必须处理这些反馈循环。

┌─────────────────────────────────────────────────────────────┐
│                    RESEARCH PAPER PIPELINE                  │
│                                                             │
│  Phase 0: Project Setup ──► Phase 1: Literature Review      │
│       │                          │                          │
│       ▼                          ▼                          │
│  Phase 2: Experiment     Phase 5: Paper Drafting ◄──┐      │
│       Design                     │                   │      │
│       │                          ▼                   │      │
│       ▼                    Phase 6: Self-Review      │      │
│  Phase 3: Execution &           & Revision ──────────┘      │
│       Monitoring                 │                          │
│       │                          ▼                          │
│       ▼                    Phase 7: Submission               │
│  Phase 4: Analysis ─────► (feeds back to Phase 2 or 5)     │
│                                                             │
└─────────────────────────────────────────────────────────────┘

何时使用本 Skill

在以下情况下使用本 skill：

从现有代码库或想法开始撰写新研究论文

设计并运行实验以支撑论文论点

撰写或修改研究论文的任意章节

为特定会议或研讨会准备投稿

根据审稿意见补充实验或修改论文

在不同会议格式之间转换论文

撰写非实证类论文——理论、综述、基准测试或立场论文（参见超越实证 ML 的论文类型）

为 NLP、HCI 或对齐研究设计人工评估

准备接收后的交付物——海报、演讲、代码发布

核心理念

主动出击。 交付完整草稿，而非提问。科学家很忙——先产出具体内容供其反应，再迭代。

绝不捏造引用。 AI 生成的引用错误率约 40%。始终以编程方式获取。无法核实的引用标记为 [CITATION NEEDED]。

论文是一个故事，而非实验的堆砌。 每篇论文都需要用一句话清晰陈述贡献。做不到这一点，论文就还没准备好。

实验服务于论点。 每个实验都必须明确说明它支撑哪个论点。绝不运行与论文叙事无关的实验。

尽早提交，频繁提交。 每完成一批实验、每次更新论文草稿都要提交，并附上描述性 commit 信息。Git 日志就是实验历史。

主动性与协作

默认：主动出击。先起草，再附草稿提问。

置信度	行动
高（代码库清晰，贡献明确）	写完整草稿，交付，根据反馈迭代
中（存在一定歧义）	写草稿并标注不确定之处，继续推进
低（存在重大未知）	通过 `clarify` 提 1-2 个针对性问题，然后起草

章节	是否自主起草？	随草稿标注
摘要	是	"将贡献框架为 X——如需调整请告知"
引言	是	"强调了问题 Y——如有误请纠正"
方法	是	"包含了细节 A、B、C——请补充遗漏部分"
实验	是	"突出了结果 1、2、3——如需重排请告知"
相关工作	是	"引用了论文 X、Y、Z——如有遗漏请补充"

仅在以下情况等待输入：目标会议不明确、存在多个相互矛盾的框架、结果似乎不完整、明确要求先审阅。

阶段 0：项目设置

目标：建立工作空间，了解现有工作，明确贡献点。

步骤 0.1：探索代码库

关注：

README.md — 项目概述与论点

results/、outputs/、experiments/ — 现有发现

configs/ — 实验配置

.bib 文件 — 现有引用

草稿文档或笔记

步骤 0.2：组织工作空间

建立一致的工作空间结构：

workspace/
  paper/               # LaTeX 源文件、图表、编译后的 PDF
  experiments/         # 实验运行脚本
  code/                # 核心方法实现
  results/             # 原始实验结果（自动生成）
  tasks/               # 任务/基准定义
  human_eval/          # 人工评估材料（如需要）

步骤 0.3：设置版本控制

Git 规范：每完成一批实验都要提交，附上描述性信息。示例：

Add Monte Carlo constrained results (5 runs, Sonnet 4.6, policy memo task)
Add Haiku baseline comparison: autoreason vs refinement baselines at cheap model tier

步骤 0.4：明确贡献点

在撰写任何内容之前，先阐明：

是什么：这篇论文贡献的单一事项是什么？

为什么：有哪些证据支撑？

意义何在：读者为何应该关注？

向科学家提议："根据我的理解，主要贡献是：[一句话]。关键结果显示 [Y]。这是您想要的框架吗？"

步骤 0.5：创建 TODO 列表

使用 todo 工具创建结构化项目计划：

Research Paper TODO:
- [ ] Define one-sentence contribution
- [ ] Literature review (related work + baselines)
- [ ] Design core experiments
- [ ] Run experiments
- [ ] Analyze results
- [ ] Write first draft
- [ ] Self-review (simulate reviewers)
- [ ] Revise based on review
- [ ] Submission prep

在整个项目过程中持续更新。它是跨会话的持久状态。

步骤 0.6：估算计算预算

在运行实验之前，估算总成本和时间：

Compute Budget Checklist:
- [ ] API costs: (model price per token) × (estimated tokens per run) × (number of runs)
- [ ] GPU hours: (time per experiment) × (number of experiments) × (number of seeds)
- [ ] Human evaluation costs: (annotators) × (hours) × (hourly rate)
- [ ] Total budget ceiling and contingency (add 30-50% for reruns)

随着实验运行跟踪实际支出：

预算紧张时：在进行完整扫描之前，先运行试点实验（1-2 个随机种子，任务子集）。调试流水线时使用更便宜的模型，最终运行时再切换到目标模型。

步骤 0.7：多作者协调

大多数论文有 3-10 位作者。尽早建立工作流程：

工作流	工具	适用场景
Overleaf	基于浏览器	多作者同时编辑，无 git 经验
Git + LaTeX	`git` 配合 `.gitignore` 排除辅助文件	技术团队，需要基于分支的审阅
Overleaf + Git 同步	Overleaf 高级版	两全其美——实时协作加版本历史

章节所有权：每个章节指定一位主要作者。其他人只评论，不直接编辑。防止合并冲突和风格不一致。

Author Coordination Checklist:
- [ ] Agree on section ownership (who writes what)
- [ ] Set up shared workspace (Overleaf or git repo)
- [ ] Establish notation conventions (before anyone writes)
- [ ] Schedule internal review rounds (not just at the end)
- [ ] Designate one person for final formatting pass
- [ ] Agree on figure style (colors, fonts, sizes) before creating figures

需要提前约定的 LaTeX 规范：

\method{} 宏，用于统一方法命名

引用风格：\citet{} 与 \citep{} 的使用规则

数学符号：小写粗体表示向量，大写粗体表示矩阵，等

英式拼写与美式拼写

阶段 1：文献综述

目标：查找相关工作，确定基线，收集引用。

步骤 1.1：确定种子论文

从代码库中已引用的论文出发：

步骤 1.2：搜索相关工作

加载 arxiv skill 进行结构化论文发现：skill_view("arxiv")。它提供 arXiv REST API 搜索、Semantic Scholar 引用图谱、作者档案和 BibTeX 生成。

使用 web_search 进行广泛发现，使用 web_extract 获取特定论文：

# 通过 web_search：
web_search("[main technique] + [application domain] site:arxiv.org")
web_search("[baseline method] comparison ICML NeurIPS 2024")

# 通过 web_extract（针对特定论文）：
web_extract("https://arxiv.org/abs/2303.17651")

其他可尝试的搜索查询：

Search queries:
- "[main technique] + [application domain]"
- "[baseline method] comparison"
- "[problem name] state-of-the-art"
- Author names from existing citations

推荐：安装 Exa MCP 进行实时学术搜索：

步骤 1.2b：深化搜索（先广度，后深度）

单轮扁平搜索通常会遗漏重要的相关工作。使用受深度研究流水线启发的迭代先广后深模式：

Iterative Literature Search:

Round 1 (Breadth): 4-6 parallel queries covering different angles
  - "[method] + [domain]"
  - "[problem name] state-of-the-art 2024 2025"
  - "[baseline method] comparison"
  - "[alternative approach] vs [your approach]"
  → Collect papers, extract key concepts and terminology

Round 2 (Depth): Generate follow-up queries from Round 1 learnings
  - New terminology discovered in Round 1 papers
  - Papers cited by the most relevant Round 1 results
  - Contradictory findings that need investigation
  → Collect papers, identify remaining gaps

Round 3 (Targeted): Fill specific gaps
  - Missing baselines identified in Rounds 1-2
  - Concurrent work (last 6 months, same problem)
  - Key negative results or failed approaches
  → Stop when new queries return mostly papers you've already seen

何时停止：如果某轮搜索返回的论文中 >80% 已在你的收藏中，则搜索已饱和。通常 2-3 轮即可。综述论文预计需要 4-5 轮。

基于 agent 的工作流：通过 delegate_task 并行委派每轮查询。收集结果，去重，然后从综合所得中生成下一轮查询。

步骤 1.3：核实每条引用

绝不从记忆中生成 BibTeX。始终以编程方式获取。

对每条引用，遵循强制性的 5 步流程：

Citation Verification (MANDATORY per citation):
1. SEARCH → Query Semantic Scholar or Exa MCP with specific keywords
2. VERIFY → Confirm paper exists in 2+ sources (Semantic Scholar + arXiv/CrossRef)
3. RETRIEVE → Get BibTeX via DOI content negotiation (programmatically, not from memory)
4. VALIDATE → Confirm the claim you're citing actually appears in the paper
5. ADD → Add verified BibTeX to bibliography
If ANY step fails → mark as [CITATION NEEDED], inform scientist

如果无法核实某条引用：

务必告知科学家："我已将 [X] 条引用标记为需要核实的占位符。"

完整 API 文档和 CitationManager 类请参见 references/citation-workflow.md。

步骤 1.4：整理相关工作

按方法论分组，而非逐篇论文列举：

好的写法："一类工作使用 X 的假设 [refs]，而我们使用 Y 的假设，因为……"
不好的写法："Smith 等人提出了 X。Jones 等人提出了 Y。我们将两者结合。"

阶段 2：实验设计

目标：设计直接支撑论文论点的实验。每个实验都必须回答一个具体问题。

步骤 2.1：将论点映射到实验

创建明确的映射关系：

论点	实验	预期证据
"我们的方法优于基线"	主要对比（表 1）	胜率、统计显著性
"效果在较弱模型上更显著"	模型规模研究	单调递增曲线
"收敛需要范围约束"	有约束 vs 无约束	收敛速率对比

规则：如果某个实验无法映射到某个论点，就不要运行它。

步骤 2.2：设计基线

强基线是区分被接收论文与被拒绝论文的关键。审稿人会问："他们有没有与 X 进行对比？"

标准基线类别：

朴素基线：最简单的可行方法

强基线：已知最佳的现有方法

消融基线：去掉某一组件的你的方法

计算量匹配基线：相同计算预算，不同分配方式

步骤 2.3：定义评估协议

在运行任何实验之前，明确：

指标：测量什么，方向符号（越高/越低越好）

聚合方式：如何跨运行/任务汇总结果

统计检验：用什么检验来确立显著性

样本量：运行/问题/任务的数量

步骤 2.4：编写实验脚本

遵循成功研究流水线中的以下模式：

增量保存——每步后保存结果，以便崩溃恢复：

制品保存——保存所有中间输出：

results/<experiment>/
  <task>/
    <strategy>/
      final_output.md          # Final result
      history.json             # Full trajectory
      pass_01/                 # Per-iteration artifacts
        version_a.md
        version_b.md
        critic.md

关注点分离——将生成、评估和可视化分开：

run_experiment.py              # Core experiment runner
run_baselines.py               # Baseline comparison
run_comparison_judge.py        # Blind evaluation
analyze_results.py             # Statistical analysis
make_charts.py                 # Visualization

完整设计模式、cron 监控和错误恢复请参见 references/experiment-patterns.md。

步骤 2.5：设计人工评估（如适用）

许多 NLP、HCI 和对齐研究论文需要人工评估作为主要或补充证据。在运行自动化实验之前先设计好——人工评估通常有更长的准备周期（IRB 审批、招募标注员）。

何时需要人工评估：

自动化指标无法捕捉你关心的内容（流畅性、有用性、安全性）

你的贡献涉及面向人类的质量（可读性、偏好、信任度）

NLP 会议（ACL、EMNLP）的审稿人对生成任务有此期望

关键设计决策：

决策	选项	指导
标注员类型	专家、众包工人、终端用户	与你的论点要求相匹配
量表	Likert（1-5）、成对比较、排序	对 LLM 输出而言，成对比较比 Likert 更可靠
样本量	每位标注员及总条目数	功效分析，或最少 100 条、3+ 位标注员
一致性指标	Cohen's kappa、Krippendorff's alpha、ICC	2 位以上标注员用 Krippendorff's alpha；同时报告原始一致率
平台	Prolific、MTurk、内部团队	Prolific 质量好；MTurk 规模大；内部团队适合领域专业知识

标注指南清单：

- [ ] Clear task description with examples (good AND bad)
- [ ] Decision criteria for ambiguous cases
- [ ] At least 2 worked examples per category
- [ ] Attention checks / gold standard items (10-15% of total)
- [ ] Qualification task or screening round
- [ ] Estimated time per item and fair compensation (>= local minimum wage)
- [ ] IRB/ethics review if required by your institution

报告要求（审稿人会逐一核查）：

标注员数量及其资质

标注员间一致性，含具体指标和数值

报酬详情（金额、估计时薪）

标注界面描述或截图（附录）

总标注时间

完整指南（含人工评估数据的统计检验、众包质量控制模式和 IRB 指导）请参见 references/human-evaluation.md。

阶段 3：实验执行与监控

目标：可靠地运行实验，监控进度，从故障中恢复。

步骤 3.1：启动实验

对长时间运行的实验使用 nohup：

并行执行：同时运行独立实验，但注意 API 速率限制。在同一 API 上并发 4+ 个实验会使每个实验都变慢。

步骤 3.2：设置监控（Cron 模式）

对于长时间运行的实验，设置定期状态检查。Cron prompt（提示词）应遵循以下模板：

Monitor Prompt Template:
1. Check if process is still running: ps aux | grep <pattern>
2. Read last 30 lines of log: tail -30 <logfile>
3. Check for completed results: ls <result_dir>
4. If results exist, read and report: cat <result_file>
5. If all done, commit: git add -A && git commit -m "<descriptive message>" && git push
6. Report in structured format (tables with key metrics)
7. Answer the key analytical question for this experiment

静默模式：如果自上次检查以来没有任何变化，回复 [SILENT] 以抑制对用户的通知。仅在有新情况时报告。

步骤 3.3：处理故障

常见故障模式及恢复方法：

故障	检测	恢复
API 速率限制/额度耗尽	日志中出现 402/429 错误	等待后重新运行（脚本会跳过已完成的工作）
进程崩溃	PID 消失，结果不完整	从最后一个检查点重新运行
难题超时	进程卡住，日志无进展	终止并跳过，在结果中记录
模型 ID 错误	日志中出现引用模型名称的错误	修正 ID 后重新运行

关键：脚本应始终检查现有结果并跳过已完成的工作。这使重新运行安全高效。

步骤 3.4：提交已完成的结果

每批实验完成后：

步骤 3.5：维护实验日志

Git commit 记录发生了什么，但不记录探索树——即根据所学内容决定下一步尝试什么。维护一个结构化的实验日志来捕捉这棵树：

// experiment_journal.jsonl — append one entry per experiment attempt
{
  "id": "exp_003",
  "parent": "exp_001",
  "timestamp": "2025-05-10T14:30:00Z",
  "hypothesis": "Adding scope constraints will fix convergence failure from exp_001",
  "plan": "Re-run autoreason with max_tokens=2000 and fixed structure template",
  "config": {"model": "haiku", "strategy": "autoreason", "max_tokens": 2000},
  "status": "completed",
  "result_path": "results/exp_003/",
  "key_metrics": {"win_rate": 0.85, "convergence_rounds": 3},
  "analysis": "Scope constraints fixed convergence. Win rate jumped from 0.42 to 0.85.",
  "next_steps": ["Try same constraints on Sonnet", "Test without structure template"],
  "figures": ["figures/exp003_convergence.pdf"]
}

为什么要日志，而不只是 git？ Git 跟踪文件变更。日志跟踪推理过程：为什么尝试 X，学到了什么，以及这对下一个实验意味着什么。撰写论文时，这棵树对方法章节（"我们观察到 X，这促使我们尝试 Y"）和诚实报告失败至关重要。

选择最佳路径：当日志显示分支树（exp_001 → exp_002a、exp_002b、exp_003）时，找出最能支撑论文论点的路径。在附录中将死胡同分支记录为消融实验或负面结果。

每次实验后快照代码：

即使后续代码发生变化，也能精确复现。

阶段 4：结果分析

目标：提取发现，计算统计数据，找出故事主线。

步骤 4.1：汇总结果

编写分析脚本，完成以下工作：

从一批结果文件中加载所有数据

计算每个任务和总体指标

生成汇总表格

步骤 4.2：统计显著性

始终计算：

误差棒：标准差或标准误，注明使用哪种

置信区间：关键结果的 95% CI

成对检验：McNemar 检验用于比较两种方法

效应量：Cohen's d 或 h 用于实际显著性

McNemar 检验、自举 CI 和 Cohen's h 的完整实现请参见 references/experiment-patterns.md。

步骤 4.3：找出故事主线

分析后，明确回答：

主要发现是什么？ 用一句话陈述。

什么让你感到意外？ 意外结果往往造就最好的论文。

什么失败了？ 失败的实验往往最具信息量。诚实报告失败会增强论文说服力。

需要哪些后续实验？ 结果往往会引发新问题。

处理负面或零结果

当你的假设被证伪或结果不确定时，有三种选择：

情况	行动	适合的会议
假设错误，但原因有信息量	围绕原因分析来框架论文	NeurIPS、ICML（如果分析严谨）
方法未超越基线，但揭示了新东西	将贡献重新框架为理解/分析	ICLR（重视理解）、研讨会论文
对流行论断的干净负面结果	写出来——该领域需要知道	NeurIPS Datasets & Benchmarks、TMLR、研讨会
结果不确定，没有清晰故事	转向——运行不同实验或重新框架	不要强行写一篇不成立的论文

如何撰写负面结果论文：

以社区的既有信念及其重要性开篇

描述你严谨的方法论（必须无懈可击——审稿人会更严格审查）

用统计证据清晰呈现零结果

分析为什么预期结果没有出现

讨论对该领域的影响

明确欢迎负面结果的会议：NeurIPS（Datasets & Benchmarks 赛道）、TMLR、ML Reproducibility Challenge、各大会议的研讨会。部分研讨会专门征集负面结果。

步骤 4.4：创建图表

图形：

所有图表使用矢量图（PDF）：plt.savefig('fig.pdf')

色盲友好调色板（Okabe-Ito 或 Paul Tol）

自包含的图注——读者无需阅读正文即可理解

图形内部不加标题——图注承担此功能

表格：

使用 booktabs LaTeX 包

每个指标的最佳值加粗

包含方向符号（越高/越低越好）

小数精度一致

步骤 4.5：决策：继续实验还是开始写作？

情况	行动
核心论点已支撑，结果显著	进入阶段 5（写作）
结果不确定，需要更多数据	返回阶段 2（设计）
意外发现提示新方向	返回阶段 2（设计）
缺少审稿人会问的某个消融实验	运行它，然后进入阶段 5
所有实验完成但部分失败	记录失败，进入阶段 5

步骤 4.6：撰写实验日志（写作前的桥梁）

在进入论文写作之前，创建一个将结果与文字连接起来的结构化实验日志。这是实验与写作之间最重要的连接纽带——没有它，写作 agent 必须从原始结果文件中重新推导故事。

创建 experiment_log.md，结构如下：

为什么重要：起草时，agent（或委派的子 agent）可以加载 experiment_log.md 和 LaTeX 模板，生成基于实际结果的初稿。没有这座桥梁，写作 agent 必须解析原始 JSON/CSV 文件并推断故事——这是捏造或误报数字的常见根源。

Git 规范：将此日志与它所描述的结果一起提交。

迭代精炼：策略选择

本流水线中的任何输出——论文草稿、实验脚本、分析——都可以迭代精炼。autoreason 研究提供了经验证据，说明每种精炼策略何时有效、何时失败。使用本节选择正确的方法。

快速决策表

你的情况	策略	原因
中等模型 + 受约束任务	Autoreason	最佳甜蜜点。生成-评估差距最大。基线会主动破坏弱模型输出。
中等模型 + 开放任务	添加范围约束的 Autoreason	添加固定事实、结构或可交付物来限定改进空间。
前沿模型 + 受约束任务	Autoreason	即使在前沿模型上，2/3 受约束任务也能获胜。
前沿模型 + 无约束任务	批评-修改或单次通过	Autoreason 排最后。模型自我评估已足够好。
具体技术任务（系统设计）	批评-修改	直接的查找-修复循环更高效。
模板填充任务（只有一种正确结构）	单次通过或保守策略	决策空间极小。迭代无附加价值。
带测试用例的代码	Autoreason（代码变体）	在修复前对失败原因进行结构化分析。恢复率 62% vs 43%。
极弱模型（Llama 8B 级别）	单次通过	模型太弱，无法生成多样候选。投资于生成质量。

生成-评估差距

核心洞见：Autoreason 的价值取决于模型生成能力与自我评估能力之间的差距。

Model Tier        │ Generation │ Self-Eval │ Gap    │ Autoreason Value
──────────────────┼────────────┼───────────┼────────┼─────────────────
Weak (Llama 8B)   │ Poor       │ Poor      │ Small  │ None — can't generate diverse candidates
Mid (Haiku 3.5)   │ Decent     │ Poor      │ LARGE  │ MAXIMUM — 42/42 perfect Borda
Mid (Gemini Flash)│ Decent     │ Moderate  │ Large  │ High — wins 2/3
Strong (Sonnet 4) │ Good       │ Decent    │ Medium │ Moderate — wins 3/5
Frontier (S4.6)   │ Excellent  │ Good      │ Small  │ Only with constraints

这种差距是结构性的，而非暂时的。随着成本下降，今天的前沿模型会成为明天的中等模型。甜蜜点会移动，但永远不会消失。

Autoreason 循环（摘要）

每次迭代由来自全新、隔离 agent 的三个候选组成：

批评者 → 找出现有方案 A 的问题（不修复）

作者 B → 根据批评修改 A

综合者 → 合并 A 和 B（随机化标签）

评判小组 → 3 位盲评 CoT 评判者通过 Borda 计数对 A、B、AB 排名

收敛 → A 连续赢得 k=2 次 → 完成

关键参数：

k=2 收敛（k=1 过早，k=3 太贵，无质量提升）

始终使用 CoT 评判者（收敛速度快 3 倍）

作者温度 0.8，评判者温度 0.3

保守平局处理：现有方案赢得平局

每个角色都是无共享上下文的全新 agent

应用于论文草稿

通过 autoreason 精炼论文本身时：

向批评者提供真实数据：实际实验数据、结果 JSON、统计输出。没有这些，模型会捏造虚假的消融研究和假置信区间。

至少使用 3 位有效评判者：一个损坏的评判者解析器不会增加噪声——它会完全阻止均衡的达成。

范围约束修改："解决这些具体弱点"，而非"改进论文"。

失败模式

失败	检测	修复
不收敛（A 从不获胜）	20+ 次迭代中 A 获胜率 <15%	为任务添加范围约束
综合漂移	字数无限增长	约束结构和可交付物
退化至单次通过以下	基线得分高于迭代输出	切换到单次通过；模型可能太弱
过拟合（代码）	公开测试通过率高，私有测试通过率低	使用结构化分析，而非仅依赖测试反馈
评判者损坏	解析失败导致小组人数低于 3	先修复解析器再继续

完整 prompt（提示词）、Borda 计分细节、模型选择指南、范围约束设计模式和计算预算参考请参见 references/autoreason-methodology.md。

阶段 5：论文起草

目标：撰写完整的、可发表的论文。

大型项目的上下文管理

一个包含 50+ 个实验文件、多个结果目录和大量文献笔记的论文项目，很容易超出 agent 的上下文窗口。主动管理这一问题：

每个起草任务加载到上下文的内容：

起草任务	加载到上下文	不要加载
撰写引言	`experiment_log.md`、贡献陈述、5-10 篇最相关论文的摘要	原始结果 JSON、完整实验脚本、所有文献笔记
撰写方法	实验配置、伪代码、架构描述	原始日志、其他实验的结果
撰写结果	`experiment_log.md`、结果汇总表、图表列表	完整分析脚本、中间数据
撰写相关工作	整理好的引用笔记（步骤 1.4 的输出）、.bib 文件	实验文件、原始 PDF
修改	完整论文草稿、具体审稿人意见	其他所有内容

原则：

experiment_log.md 是主要的上下文桥梁——它汇总了写作所需的一切，无需加载原始数据文件（参见步骤 4.6）

委派时每次只加载一个章节的上下文。 起草方法章节的子 agent 不需要文献综述笔记。

汇总，而非包含原始文件。 对于 200 行的结果 JSON，加载 10 行汇总表。对于 50 页的相关论文，加载 5 句摘要 + 你关于其相关性的 2 行笔记。

对于非常大的项目：创建 context/ 目录，存放预压缩的摘要：

context/
  contribution.md          # 1 sentence
  experiment_summary.md    # Key results table (from experiment_log.md)
  literature_map.md        # Organized citation notes
  figure_inventory.md      # List of figures with descriptions

叙事原则

最关键的洞见：你的论文不是实验的集合——它是一个有一个清晰贡献、由证据支撑的故事。

每篇成功的 ML 论文都围绕 Neel Nanda 所说的"叙事"展开：一个简短、严谨、基于证据的技术故事，读者会关心其结论。

三大支柱（引言结束时必须清晰）：

支柱	描述	检验
是什么	1-3 个具体的新颖论点	能用一句话陈述吗？
为什么	严谨的实证证据	实验能将你的假设与其他假设区分开吗？
意义何在	读者为何应该关注	这与社区认可的问题相关联吗？

如果你无法用一句话陈述你的贡献，你还没有一篇论文。

本指导的来源

本 skill 综合了在顶级会议上发表过大量论文的研究者的写作理念。写作理念层最初由 Orchestra Research 作为 ml-paper-writing skill 编写。

来源	主要贡献	链接
Neel Nanda（Google DeepMind）	叙事原则、是什么/为什么/意义何在框架	How to Write ML Papers
Sebastian Farquhar（DeepMind）	5 句摘要公式	How to Write ML Papers
Gopen & Swan	读者期望的 7 条原则	Science of Scientific Writing
Zachary Lipton	词语选择，消除模糊表达	Heuristics for Scientific Writing
Jacob Steinhardt（UC Berkeley）	精确性，术语一致性	Writing Tips
Ethan Perez（Anthropic）	微观层面的清晰度技巧	Easy Paper Writing Tips
Andrej Karpathy	单一贡献聚焦	各类讲座

深入了解任何一项，请参见：

references/writing-guide.md — 含示例的完整说明

references/sources.md — 完整参考书目

时间分配

在以下各项上花费大约相等的时间：

摘要

引言

图表

其他所有内容的总和

为什么？ 大多数审稿人在读到方法之前就已形成判断。读者接触论文的顺序是：标题 → 摘要 → 引言 → 图表 → 也许是其余部分。

写作工作流

Paper Writing Checklist:
- [ ] Step 1: Define the one-sentence contribution
- [ ] Step 2: Draft Figure 1 (core idea or most compelling result)
- [ ] Step 3: Draft abstract (5-sentence formula)
- [ ] Step 4: Draft introduction (1-1.5 pages max)
- [ ] Step 5: Draft methods
- [ ] Step 6: Draft experiments & results
- [ ] Step 7: Draft related work
- [ ] Step 8: Draft conclusion & discussion
- [ ] Step 9: Draft limitations (REQUIRED by all venues)
- [ ] Step 10: Plan appendix (proofs, extra experiments, details)
- [ ] Step 11: Complete paper checklist
- [ ] Step 12: Final review

两遍精炼模式

使用 AI agent 起草时，采用两遍方法（在 SakanaAI 的 AI-Scientist 流水线中经过验证）：

第一遍——逐章节写作 + 即时精炼：
对每个章节，先写完整草稿，然后在同一上下文中立即精炼。这能在章节内容还新鲜时发现局部问题（清晰度、流畅性、完整性）。

第二遍——带完整论文上下文的全局精炼：
所有章节起草完成后，在了解完整论文的情况下重新审视每个章节。这能发现跨章节问题：冗余、术语不一致、叙事流畅性，以及某章节承诺了另一章节未兑现的内容。

Second-pass refinement prompt (per section):
"Review the [SECTION] in the context of the complete paper.
- Does it fit with the rest of the paper? Are there redundancies with other sections?
- Is terminology consistent with Introduction and Methods?
- Can anything be cut without weakening the message?
- Does the narrative flow from the previous section and into the next?
Make minimal, targeted edits. Do not rewrite from scratch."

LaTeX 错误清单

将此清单附加到每个精炼 prompt（提示词）中。这些是 LLM 撰写 LaTeX 时最常见的错误：

LaTeX Quality Checklist (verify after every edit):
- [ ] No unenclosed math symbols ($ signs balanced)
- [ ] Only reference figures/tables that exist (\ref matches \label)
- [ ] No fabricated citations (\cite matches entries in .bib)
- [ ] Every \begin{env} has matching \end{env} (especially figure, table, algorithm)
- [ ] No HTML contamination (</end{figure}> instead of \end{figure})
- [ ] No unescaped underscores outside math mode (use \_ in text)
- [ ] No duplicate \label definitions
- [ ] No duplicate section headers
- [ ] Numbers in text match actual experimental results
- [ ] All figures have captions and labels
- [ ] No overly long lines that cause overfull hbox warnings

步骤 5.0：标题

标题是论文中被阅读次数最多的元素。它决定了是否有人会点击进入摘要。

好的标题：

陈述贡献或发现："Autoreason: When Iterative LLM Refinement Works and Why It Fails"

突出令人惊讶的结果："Scaling Data-Constrained Language Models"（暗示你能做到）

命名方法 + 说明其作用："DPO: Direct Preference Optimization of Language Models"

不好的标题：

过于笼统："An Approach to Improving Language Model Outputs"

过长：超过约 15 个词的任何标题

纯术语堆砌："Asymptotic Convergence of Iterative Stochastic Policy Refinement"（这是给谁看的？）

规则：

如果有方法名称，包含进去（便于引用）

包含 1-2 个审稿人会搜索的关键词

除非冒号两侧都有实质内容，否则避免使用冒号

测试：审稿人仅凭标题能否了解领域和贡献？

步骤 5.1：摘要（5 句公式）

来自 Sebastian Farquhar（DeepMind）：

1. What you achieved: "We introduce...", "We prove...", "We demonstrate..."
2. Why this is hard and important
3. How you do it (with specialist keywords for discoverability)
4. What evidence you have
5. Your most remarkable number/result

删除"大型语言模型取得了显著成就……"之类的通用开头。

步骤 5.2：图 1

图 1 是大多数读者看的第二个内容（仅次于摘要）。在撰写引言之前先起草它——这会迫使你厘清核心思想。

图 1 类型	适用场景	示例
方法图	新架构或流水线	展示系统的 TikZ 流程图
结果预告	一个引人注目的结果能讲述整个故事	柱状图："我们的方法 vs 基线"，差距清晰
问题说明	问题不直观	前后对比，展示你解决的失败模式
概念图	抽象贡献需要视觉支撑	展示方法属性的 2×2 矩阵

规则：图 1 必须在不阅读任何文字的情况下可理解。仅凭图注就应能传达核心思想。有目的地使用颜色——不要只是装饰。

步骤 5.3：引言（最多 1-1.5 页）

必须包含：

清晰的问题陈述

简要的方法概述

2-4 条贡献要点（双栏格式下每条最多 1-2 行）

方法应在第 2-3 页开始

步骤 5.4：方法

使复现成为可能：

概念性概述或伪代码

列出所有超参数

足以复现的架构细节

呈现最终设计决策；消融实验放在实验章节

步骤 5.5：实验与结果

对每个实验，明确陈述：

它支撑哪个论点

它如何与主要贡献相关联

应观察什么："蓝线显示 X，这证明了 Y"

要求：

误差棒及其方法（标准差 vs 标准误）

超参数搜索范围

计算基础设施（GPU 类型、总小时数）

随机种子设置方法

步骤 5.6：相关工作

按方法论组织，而非逐篇论文列举。慷慨引用——审稿人很可能是相关论文的作者。

步骤 5.7：局限性（必须）

所有主要会议都要求此章节。诚实有益：

审稿人被指示不因诚实承认局限性而扣分

先于批评者识别弱点

解释局限性为何不会削弱核心论点

步骤 5.8：结论与讨论

结论（必须，0.5-1 页）：

用一句话重申贡献（与摘要措辞不同）

总结关键发现（2-3 句话，而非列表）

影响：这对该领域意味着什么？

未来工作：2-3 个具体的后续步骤（不要含糊地说"我们将 X 留给未来工作"）

讨论（可选，有时与结论合并）：

超出直接结果的更广泛影响

与其他子领域的联系

对方法何时有效、何时无效的诚实评估

实际部署考量

不要在结论中引入新结果或新论点。

步骤 5.9：附录策略

所有主要会议的附录页数不限，对可复现性至关重要。结构：

附录章节	内容
证明与推导	正文太长的完整证明。正文可陈述定理并注明"证明见附录 A"。
额外实验	消融实验、规模曲线、按数据集分解、超参数敏感性
实现细节	完整超参数表、训练细节、硬件规格、随机种子
数据集文档	数据收集过程、标注指南、许可证、预处理
Prompt 与模板	使用的确切 prompt（对基于 LLM 的方法）、评估模板
人工评估	标注界面截图、给标注员的说明、IRB 细节
额外图表	按任务分解、轨迹可视化、失败案例示例

规则：

正文必须自包含——审稿人无义务阅读附录

绝不将关键证据仅放在附录中

交叉引用："完整结果见表 5（附录 B）"，而非仅说"见附录"

使用 \appendix 命令，然后 \section{A: Proofs} 等

页面预算管理

超出页面限制时：

削减策略	节省	风险
将证明移至附录	0.5-2 页	低——标准做法
压缩相关工作	0.5-1 页	中——可能遗漏关键引用
将表格与子图合并	0.25-0.5 页	低——通常提升可读性
谨慎使用 `\vspace{-Xpt}`	0.1-0.3 页	细微时低，明显时高
删除定性示例	0.5-1 页	中——审稿人喜欢示例
缩小图形尺寸	0.25-0.5 页	高——图形必须保持可读

不要：缩小字体、更改页边距、删除必要章节（局限性、更广泛影响），或对正文使用 \small/\footnotesize。

步骤 5.10：伦理与更广泛影响声明

大多数会议现在要求或强烈建议提供伦理/更广泛影响声明。这不是样板文字——审稿人会阅读它，并可能标记导致直接拒稿的伦理问题。

应包含的内容：

组成部分	内容	要求方
积极的社会影响	你的工作如何造福社会	NeurIPS、ICML
潜在负面影响	滥用风险、两用性问题、失败模式	NeurIPS、ICML
公平性与偏见	你的方法/数据是否存在已知偏见？	所有会议（隐性要求）
环境影响	大规模训练的计算碳足迹	ICML，NeurIPS 日益要求
隐私	你的工作是否使用或允许处理个人数据？	ACL、NeurIPS
LLM 披露	写作或实验中是否使用了 AI？	ICLR（强制），ACL

撰写声明：

常见错误：

写"我们预见不到负面影响"（几乎从不成立——审稿人不信任这种说法）

含糊其辞："这可能被滥用"，但不说明如何

对大规模工作忽视计算成本

在要求披露的会议上忘记披露 LLM 使用情况

计算碳足迹（对训练密集型论文）：

步骤 5.11：数据集说明书与模型卡（如适用）

如果你的论文引入了新数据集或发布了模型，请包含结构化文档。审稿人对此的期望日益提高，NeurIPS Datasets & Benchmarks 赛道要求提供。

数据集说明书（Gebru 等，2021）——包含在附录中：

Dataset Documentation (Appendix):
- Motivation: Why was this dataset created? What task does it support?
- Composition: What are the instances? How many? What data types?
- Collection: How was data collected? What was the source?
- Preprocessing: What cleaning/filtering was applied?
- Distribution: How is the dataset distributed? Under what license?
- Maintenance: Who maintains it? How to report issues?
- Ethical considerations: Contains personal data? Consent obtained?
  Potential for harm? Known biases?

模型卡（Mitchell 等，2019）——模型发布时包含在附录中：

Model Card (Appendix):
- Model details: Architecture, training data, training procedure
- Intended use: Primary use cases, out-of-scope uses
- Metrics: Evaluation metrics and results on benchmarks
- Ethical considerations: Known biases, fairness evaluations
- Limitations: Known failure modes, domains where model underperforms

写作风格

句子级清晰度（Gopen & Swan 的 7 条原则）：

原则	规则
主谓接近	保持主语和谓语紧密相连
强调位置	将重点放在句末
主题位置	先放上下文，后放新信息
旧信息在前	熟悉信息 → 陌生信息
一个单元，一个功能	每段只表达一个观点
动作在动词中	使用动词，而非名词化
先铺垫后呈现	先设置场景，再呈现内容

词语选择（Lipton、Steinhardt）：

具体："accuracy（准确率）"，而非"performance（性能）"

消除模糊：除非真正不确定，否则去掉"may（可能）"

全文术语一致

避免渐进式词汇："develop（开发）"，而非"combine（结合）"

含示例的完整写作指南：参见 references/writing-guide.md

使用 LaTeX 模板

始终先复制整个模板目录，然后在其中写作。

Template Setup Checklist:
- [ ] Step 1: Copy entire template directory to new project
- [ ] Step 2: Verify template compiles as-is (before any changes)
- [ ] Step 3: Read the template's example content to understand structure
- [ ] Step 4: Replace example content section by section
- [ ] Step 5: Use template macros (check preamble for \newcommand definitions)
- [ ] Step 6: Clean up template artifacts only at the end

第一步：复制完整模板

复制整个目录，而非仅复制 .tex 文件。模板包含样式文件（.sty）、参考文献样式（.bst）、示例内容和 Makefile。

第二步：先验证模板可编译

在做任何修改之前：

如果未修改的模板无法编译，先解决这个问题（通常是缺少 TeX 包——通过 tlmgr install <package> 安装）。

第三步：保留模板内容作为参考

不要立即删除示例内容。注释掉并用作格式参考：

第四步：逐章节替换内容

系统地推进：标题/作者 → 摘要 → 引言 → 方法 → 实验 → 相关工作 → 结论 → 参考文献 → 附录。每个章节后编译一次。

第五步：使用模板宏

模板陷阱

陷阱	问题	解决方案
只复制 `.tex` 文件	缺少 `.sty`，无法编译	复制整个目录
修改 `.sty` 文件	破坏会议格式	绝不编辑样式文件
随意添加包	冲突，破坏模板	仅在必要时添加
过早删除模板内容	失去格式参考	保留为注释直到完成
不频繁编译	错误积累	每个章节后编译
图形使用光栅 PNG	论文中模糊	始终通过 `savefig('fig.pdf')` 使用矢量 PDF

快速模板参考

会议	主文件	样式文件	页面限制
NeurIPS 2025	`main.tex`	`neurips.sty`	9 页
ICML 2026	`example_paper.tex`	`icml2026.sty`	8 页
ICLR 2026	`iclr2026_conference.tex`	`iclr2026_conference.sty`	9 页
ACL 2025	`acl_latex.tex`	`acl.sty`	8 页（长文）
AAAI 2026	`aaai2026-unified-template.tex`	`aaai2026.sty`	7 页
COLM 2025	`colm2025_conference.tex`	`colm2025_conference.sty`	9 页

通用规则：双盲审稿，参考文献不计入页数，附录不限页数，必须使用 LaTeX。

模板位于 templates/ 目录。编译设置（VS Code、CLI、Overleaf、其他 IDE）请参见 templates/README.md。

表格与图形

表格——使用 booktabs 实现专业格式：

规则：

每个指标的最佳值加粗

包含方向符号（

↑

越高越好，

↓

越低越好）

数值列右对齐

小数精度一致

图形：

所有图表和示意图使用矢量图（PDF、EPS）——plt.savefig('fig.pdf')

照片才使用光栅图（PNG 600 DPI）

色盲友好调色板（Okabe-Ito 或 Paul Tol）

验证灰度可读性（8% 的男性有色觉缺陷）

图形内部不加标题——图注承担此功能

自包含的图注——读者无需阅读正文即可理解

会议重投

关于在会议之间转换，请参见阶段 7（投稿准备）——它涵盖完整的转换工作流、页面变化表和被拒后的指导。

专业 LaTeX 前言

将以下包添加到任何论文中以获得专业质量。它们与所有主要会议样式文件兼容：

注意：

microtype 是视觉质量影响最大的单个包。它在亚像素级别调整字符间距。始终包含它。

siunitx 通过 S 列类型处理表格中的小数对齐——消除手动间距。

cleveref 必须在 hyperref 之后加载。大多数会议 .sty 文件会加载 hyperref，所以将 cleveref 放在最后。

检查会议模板是否已加载其中任何包（尤其是 algorithm、amsmath、graphicx）。不要重复加载。

siunitx 表格对齐

siunitx 使数字密集的表格显著更易读：

S 列类型自动按小数点对齐。{} 中的表头跳过对齐。

子图

并排图形的标准模式：

使用 \cref{fig:results} → "Figure 1"，\cref{fig:results-a} → "Figure 1a"。

使用 algorithm2e 编写伪代码

TikZ 图形模式

TikZ 是 ML 论文中方法示意图的标准工具。常见模式：

流水线/流程图（ML 论文中最常见）：

对比/矩阵图（用于展示方法变体）：

迭代循环图（用于有反馈的方法）：

latexdiff 用于修改追踪

对于答辩至关重要——生成带标记的 PDF，显示版本间的变化：

生成的 PDF 中，删除内容显示为红色删除线，新增内容显示为蓝色——这是答辩补充材料的标准格式。

SciencePlots 用于 matplotlib

安装并使用以获得出版质量的图表：

标准图形尺寸（双栏格式）：

单栏：figsize=(3.5, 2.5) — 适合一栏

双栏：figsize=(7.0, 3.0) — 跨两栏

正方形：figsize=(3.5, 3.5) — 用于热力图、混淆矩阵

阶段 6：自我审阅与修改

目标：在投稿前模拟审稿过程。尽早发现弱点。

步骤 6.1：模拟审稿（集成模式）

从多个角度生成审稿意见。来自自动化研究流水线（尤其是 SakanaAI 的 AI-Scientist）的关键洞见：集成审稿加元审稿人产生的反馈比单次审稿通过校准得多。

第一步：生成 N 份独立审稿意见（N=3-5）

使用不同模型或温度设置。每位审稿人只看论文，看不到其他审稿意见。默认偏向负面——LLM 在评估中有充分记录的正面偏见。

You are an expert reviewer for [VENUE]. You are critical and thorough.
If a paper has weaknesses or you are unsure about a claim, flag it clearly
and reflect that in your scores. Do not give the benefit of the doubt.

Review this paper according to the official reviewer guidelines. Evaluate:

1. Soundness (are claims well-supported? are baselines fair and strong?)
2. Clarity (is the paper well-written? could an expert reproduce it?)
3. Significance (does this matter to the community?)
4. Originality (new insights, not just incremental combination?)

Provide your review as structured JSON:
{
  "summary": "2-3 sentence summary",
  "strengths": ["strength 1", "strength 2", ...],
  "weaknesses": ["weakness 1 (most critical)", "weakness 2", ...],
  "questions": ["question for authors 1", ...],
  "missing_references": ["paper that should be cited", ...],
  "soundness": 1-4,
  "presentation": 1-4,
  "contribution": 1-4,
  "overall": 1-10,
  "confidence": 1-5
}

第二步：元审稿（领域主席汇总）

将所有 N 份审稿意见提交给元审稿人：

You are an Area Chair at [VENUE]. You have received [N] independent reviews
of a paper. Your job is to:

1. Identify consensus strengths and weaknesses across reviewers
2. Resolve disagreements by examining the paper directly
3. Produce a meta-review that represents the aggregate judgment
4. Use AVERAGED numerical scores across all reviews

Be conservative: if reviewers disagree on whether a weakness is serious,
treat it as serious until the authors address it.

Reviews:
[review_1]
[review_2]
...

第三步：反思循环（可选，2-3 轮）

每位审稿人在看到元审稿后可以完善自己的意见。使用提前终止标志：如果审稿人回复"I am done"（无变化），停止迭代。

审稿模型选择：审稿最好使用最强的可用模型，即使你用更便宜的模型写了论文。审稿模型应独立于写作模型选择。

少样本校准：如果可用，包含 1-2 份来自目标会议的真实已发表审稿意见作为示例。这会显著提升分数校准。示例审稿意见请参见 references/reviewer-guidelines.md。

步骤 6.1b：视觉审阅（VLM）

纯文本审阅会遗漏整类问题：图形质量、排版问题、视觉一致性。如果你有访问视觉能力模型的权限，对编译后的 PDF 运行单独的视觉审阅：

You are reviewing the visual presentation of this research paper PDF.
Check for:
1. Figure quality: Are plots readable? Labels legible? Colors distinguishable?
2. Figure-caption alignment: Does each caption accurately describe its figure?
3. Layout issues: Orphaned section headers, awkward page breaks, figures far from their references
4. Table formatting: Aligned columns, consistent decimal precision, bold for best results
5. Visual consistency: Same color scheme across all figures, consistent font sizes
6. Grayscale readability: Would the figures be understandable if printed in B&W?

For each issue, specify the page number and exact location.

这能发现纯文本审阅无法发现的问题：坐标轴标签难以辨认的图表、距其首次引用 3 页之远的图形、图 2 和图 5 之间不一致的调色板，或明显超出栏宽的表格。

步骤 6.1c：论点核实

模拟审稿后，运行单独的核实。这能发现审稿人可能遗漏的事实错误：

Claim Verification Protocol:
1. Extract every factual claim from the paper (numbers, comparisons, trends)
2. For each claim, trace it to the specific experiment/result that supports it
3. Verify the number in the paper matches the actual result file
4. Flag any claim without a traceable source as [VERIFY]

对于基于 agent 的工作流：将核实委派给全新的子 agent，该 agent 只接收论文文本和原始结果文件。全新的上下文防止确认偏见——核实者不会"记得"结果应该是什么。

步骤 6.2：优先处理反馈

收集审稿意见后，分类：

优先级	行动
关键（技术缺陷、缺少基线）	必须修复。可能需要新实验 → 返回阶段 2
高（清晰度问题、缺少消融实验）	本次修改中应修复
中（小的写作问题、额外实验）	时间允许时修复
低（风格偏好、边缘建议）	记录为未来工作

步骤 6.3：修改循环

对每个关键/高优先级问题：

确定受影响的具体章节

起草修复方案

验证修复不会破坏其他论点

更新论文

对照审稿人的关切重新检查

步骤 6.4：撰写答辩

回应实际审稿意见（投稿后）时，答辩是一项不同于修改的独立技能：

格式：逐点回应。对每个审稿人关切：

> R1-W1: "The paper lacks comparison with Method X."

We thank the reviewer for this suggestion. We have added a comparison with 
Method X in Table 3 (revised). Our method outperforms X by 3.2pp on [metric] 
(p<0.05). We note that X requires 2x our compute budget.

规则：

回应每一个关切——审稿人会注意到你跳过了哪些

以最有力的回应开头

简洁直接——审稿人要阅读数十份答辩

如果在答辩期间运行了实验，包含新结果

即使面对弱批评，也不要防御或轻视

使用 latexdiff 生成带标记的 PDF 显示变化（参见专业 LaTeX 工具章节）

对具体、可操作的反馈表示感谢（不要泛泛称赞）

不要做的事：没有证据地说"我们尊重地不同意"。不加解释地说"这超出范围"。只回应优点而忽视弱点。

步骤 6.5：论文演变追踪

在关键里程碑处保存快照：

paper/
  paper.tex                    # Current working version
  paper_v1_first_draft.tex     # First complete draft
  paper_v2_post_review.tex     # After simulated review
  paper_v3_pre_submission.tex  # Final before submission
  paper_v4_camera_ready.tex    # Post-acceptance final

阶段 7：投稿准备

目标：最终检查、格式化和投稿。

步骤 7.1：会议清单

每个会议都有强制性清单。仔细完成——清单不完整可能导致直接拒稿。

参见 references/checklists.md，包含：

NeurIPS 16 项论文清单

ICML 更广泛影响 + 可复现性

ICLR LLM 披露政策

ACL 强制局限性章节

通用投稿前清单

步骤 7.2：匿名化清单

双盲审稿意味着审稿人不能知道论文作者是谁。检查以下所有内容：

Anonymization Checklist:
- [ ] No author names or affiliations anywhere in the PDF
- [ ] No acknowledgments section (add after acceptance)
- [ ] Self-citations written in third person: "Smith et al. [1] showed..." not "We previously showed [1]..."
- [ ] No GitHub/GitLab URLs pointing to your personal repos
- [ ] Use Anonymous GitHub (https://anonymous.4open.science/) for code links
- [ ] No institutional logos or identifiers in figures
- [ ] No file metadata containing author names (check PDF properties)
- [ ] No "our previous work" or "in our earlier paper" phrasing
- [ ] Dataset names don't reveal institution (rename if needed)
- [ ] Supplementary materials don't contain identifying information

常见错误：补充代码中可见的 Git commit 信息、机构工具生成的带水印图形、从上一稿遗留的致谢、在匿名期之前发布的 arXiv 预印本。

步骤 7.3：格式验证

Pre-Submission Format Check:
- [ ] Page limit respected (excluding references and appendix)
- [ ] All figures are vector (PDF) or high-res raster (600 DPI PNG)
- [ ] All figures readable in grayscale
- [ ] All tables use booktabs
- [ ] References compile correctly (no "?" in citations)
- [ ] No overfull hboxes in critical areas
- [ ] Appendix clearly labeled and separated
- [ ] Required sections present (limitations, broader impact, etc.)

步骤 7.4：编译前验证

在尝试 pdflatex 之前运行这些自动检查。在这里发现错误比调试编译器输出更快。

在继续之前修复所有警告。对于基于 agent 的工作流：将 chktex 输出反馈给 agent，并指示其进行最小化修复。

步骤 7.5：最终编译

如果编译失败：解析 .log 文件找到第一个错误。常见修复：

"Undefined control sequence" → 缺少包或命令名拼写错误

"Missing $ inserted" → 数学符号在数学模式外

"File not found" → 图形路径错误或缺少 .sty 文件

"Citation undefined" → .bib 条目缺失或未运行 bibtex

步骤 7.6：会议特定要求

会议	特殊要求
NeurIPS	附录中的论文清单，接收后提供通俗摘要
ICML	更广泛影响声明（结论后，不计入页数限制）
ICLR	必须披露 LLM 使用，互惠审稿协议
ACL	强制局限性章节，负责任 NLP 清单
AAAI	严格的样式文件——绝对不允许任何修改
COLM	为语言模型社区框架贡献

步骤 7.7：会议重投与格式转换

在会议之间转换时，绝不在模板之间复制 LaTeX 前言：

从 → 到	页面变化	主要调整
NeurIPS → ICML	9 → 8	削减 1 页，添加更广泛影响
ICML → ICLR	8 → 9	扩展实验，添加 LLM 披露
NeurIPS → ACL	9 → 8	按 NLP 惯例重构，添加局限性
ICLR → AAAI	9 → 7	大幅削减，严格遵守样式
任意 → COLM	不定 → 9	重新框架为语言模型焦点

削减页面时：将证明移至附录，压缩相关工作，合并表格，使用子图。
扩展页面时：添加消融实验，扩展局限性，包含额外基线，添加定性示例。

被拒后：在新版本中解决审稿人关切，但不要包含"变更"章节或引用之前的投稿（盲审）。

步骤 7.8：最终版本准备（接收后）

接收后，准备最终版本：

Camera-Ready Checklist:
- [ ] De-anonymize: add author names, affiliations, email addresses
- [ ] Add Acknowledgments section (funding, compute grants, helpful reviewers)
- [ ] Add public code/data URL (real GitHub, not anonymous)
- [ ] Address any mandatory revisions from meta-reviewer
- [ ] Switch template to camera-ready mode (if applicable — e.g., AAAI \anon → \camera)
- [ ] Add copyright notice if required by venue
- [ ] Update any "anonymous" placeholders in text
- [ ] Verify final PDF compiles cleanly
- [ ] Check page limit for camera-ready (sometimes differs from submission)
- [ ] Upload supplementary materials (code, data, appendix) to venue portal

步骤 7.9：arXiv 与预印本策略

在 ML 领域，发布到 arXiv 是标准做法，但有重要的时机和匿名性考量。

时机决策树：

情况	建议
投稿至双盲会议（NeurIPS、ICML、ACL）	在投稿截止日期之后发布到 arXiv，而非之前。之前发布在技术上可能违反匿名政策，尽管执行力度不一。
投稿至 ICLR	ICLR 明确允许在投稿前发布到 arXiv。但投稿本身不要写作者姓名。
论文已在 arXiv，投稿至新会议	大多数会议可接受。审稿期间不要更新 arXiv 版本以包含回应审稿意见的变化。
研讨会论文	arXiv 随时可以发布——研讨会通常不是双盲的。
想要确立优先权	如果担心被抢先，立即发布——但接受匿名性的权衡。

arXiv 类别选择（ML/AI 论文）：

类别	代码	最适合
Machine Learning	`cs.LG`	通用 ML 方法
Computation and Language	`cs.CL`	NLP、语言模型
Artificial Intelligence	`cs.AI`	推理、规划、agent
Computer Vision	`cs.CV`	视觉模型
Information Retrieval	`cs.IR`	搜索、推荐

列出主要类别 + 1-2 个交叉列出的类别。 更多类别 = 更高曝光度，但只在真正相关时才交叉列出。

版本策略：

v1：初始投稿（与会议投稿版本一致）

v2：接收后附最终版本修正（在摘要中添加"accepted at [Venue]"）

审稿期间不要发布 v2，其中包含明显回应审稿意见的变化

步骤 7.10：研究代码打包

发布干净、可运行的代码会显著提高引用量和审稿人信任度。与最终版本一起打包代码。

代码库结构：

your-method/
  README.md              # Setup, usage, reproduction instructions
  requirements.txt       # Or environment.yml for conda
  setup.py               # For pip-installable packages
  LICENSE                # MIT or Apache 2.0 recommended for research
  configs/               # Experiment configurations
  src/                   # Core method implementation
  scripts/               # Training, evaluation, analysis scripts
    train.py
    evaluate.py
    reproduce_table1.sh  # One script per main result
  data/                  # Small data or download scripts
    download_data.sh
  results/               # Expected outputs for verification

研究代码的 README 模板：

发布前清单：

- [ ] Code runs from a clean clone (test on fresh machine or Docker)
- [ ] All dependencies pinned to specific versions
- [ ] No hardcoded absolute paths
- [ ] No API keys, credentials, or personal data in repo
- [ ] README covers setup, reproduction, and citation
- [ ] LICENSE file present (MIT or Apache 2.0 for max reuse)
- [ ] Results are reproducible within expected variance
- [ ] .gitignore excludes data files, checkpoints, logs

投稿用匿名代码（接收前）：

阶段 8：接收后的交付物

目标：通过演示材料和社区参与最大化已接收论文的影响力。

步骤 8.1：会议海报

大多数会议要求海报展示。海报设计原则：

元素	指导
尺寸	查看会议要求（通常为 24"×36" 或 A0 竖版/横版）
内容	标题、作者、一句话贡献、方法图、2-3 个关键结果、结论
流向	从左上到右下（Z 形）或分栏
文字	标题在 3 米处可读，正文在 1 米处可读。不要整段文字——只用要点。
图形	复用论文图形，分辨率更高。放大关键结果。

工具：LaTeX（beamerposter 包）、PowerPoint/Keynote、Figma、Canva。

制作：在会议前 2 周以上下单。布料海报旅行时更轻便。许多会议现在也支持虚拟/数字海报。

步骤 8.2：会议演讲/亮点展示

如果获得口头报告或亮点展示机会：

演讲类型	时长	内容
亮点展示	5 分钟	问题、方法、一个关键结果。排练到恰好 5 分钟。
口头报告	15-20 分钟	完整故事：问题、方法、关键结果、消融实验、局限性。
研讨会演讲	10-15 分钟	根据研讨会受众调整——可能需要更多背景介绍。

幻灯片设计规则：

每张幻灯片一个想法

最小化文字——口头讲述细节，不要投影出来

逐步动画关键图形以建立理解

最后包含一张"要点"幻灯片（单句贡献）

为预期问题准备备用幻灯片

步骤 8.3：博客文章/社交媒体

易于理解的摘要会显著提升影响力：

Twitter/X 帖子：5-8 条推文。以结果开头，而非方法。包含图 1 和关键结果图。

博客文章：800-1500 字。面向 ML 从业者，而非审稿人。跳过形式化内容，强调直觉和实际影响。

项目页面：包含摘要、图形、演示、代码链接、BibTeX 的 HTML 页面。使用 GitHub Pages。

时机：在论文出现在会议论文集或 arXiv 最终版本后 1-2 天内发布。

研讨会与短文

研讨会论文和短文（如 ACL 短文、Findings 论文）遵循相同的流水线，但有不同的约束和期望。

研讨会论文

属性	研讨会	主会议
页面限制	通常 4-6 页	7-9 页
审稿标准	完整性要求较低	必须完整、深入
审稿流程	通常单盲或轻度审稿	双盲，严格
重视内容	有趣的想法、初步结果、立场文章	有强基线的完整实证故事
arXiv	随时发布	时机很重要（参见 arXiv 策略）
贡献门槛	新方向、有趣的负面结果、进行中的工作	有强证据的重大进展

何时投稿研讨会：

在完整论文之前想获得反馈的早期想法

不足以支撑 8+ 页的负面结果

关于时事话题的立场文章或观点

复现研究或可复现性报告

ACL 短文与 Findings

ACL 系列会议有不同的投稿类型：

类型	页数	期望内容
长文	8	完整研究，强基线，消融实验
短文	4	聚焦贡献：一个有证据支撑的清晰观点
Findings	8	扎实的工作，略未达到主会议标准

短文策略：选择一个论点并充分支撑它。不要试图将长文压缩成 4 页——写一篇不同的、更聚焦的论文。

超越实证 ML 的论文类型

上述主要流水线针对实证 ML 论文。其他论文类型需要不同的结构和证据标准。每种类型的详细指导请参见 references/paper-types.md。

理论论文

结构：引言 → 预备知识（定义、符号）→ 主要结果（定理）→ 证明草图 → 讨论 → 完整证明（附录）

与实证论文的主要区别：

贡献是定理、界或不可能性结果——而非实验数字

方法章节替换为"预备知识"和"主要结果"

证明是证据，而非实验（尽管理论的实证验证受欢迎）

正文中的证明草图 + 附录中的完整证明是标准做法

实验章节可选，但如果能验证理论预测则会增强论文

证明写作原则：

明确陈述所有假设的正式定理

在正式证明之前提供直觉（"关键洞见是……"）

证明草图应在 0.5-1 页内传达主要思想

使用 \begin{proof}...\end{proof} 环境

编号假设并在定理中引用："在假设 1-3 下，……"

综述/教程论文

结构：引言 → 分类/组织 → 详细覆盖 → 开放问题 → 结论

主要区别：

贡献是组织、综合和识别开放问题——而非新方法

在范围内必须全面（审稿人会检查遗漏的引用）

需要清晰的分类或组织框架

价值来自单篇论文未建立的工作间联系

最佳会议：TMLR（综述赛道）、JMLR、Foundations and Trends in ML、ACM Computing Surveys

基准测试论文

结构：引言 → 任务定义 → 数据集构建 → 基线评估 → 分析 → 预期用途与局限性

主要区别：

贡献是基准测试本身——它必须填补真正的评估空白

数据集文档是强制性的，而非可选的（参见数据集说明书，步骤 5.11）

必须证明基准测试具有挑战性（基线不会使其饱和）

必须证明基准测试测量了你声称测量的内容（构建效度）

最佳会议：NeurIPS Datasets & Benchmarks 赛道、ACL（资源论文）、LREC-COLING

立场论文

结构：引言 → 背景 → 论点/主张 → 支撑证据 → 反驳论点 → 影响

主要区别：

贡献是一个论点，而非结果

必须认真对待反驳论点

证据可以是实证的、理论的或逻辑分析

最佳会议：ICML（立场赛道）、研讨会、TMLR

Hermes Agent 集成

本 skill 专为 Hermes agent 设计。它使用 Hermes 工具、委派、调度和记忆来支撑完整的研究生命周期。

Skill	使用时机	加载方式
arxiv	阶段 1（文献综述）：搜索 arXiv、生成 BibTeX、通过 Semantic Scholar 查找相关论文	`skill_view("arxiv")`
subagent-driven-development	阶段 5（起草）：并行章节写作，含两阶段审阅（规范合规性，然后质量）	`skill_view("subagent-driven-development")`
plan	阶段 0（设置）：执行前创建结构化计划。写入 `.hermes/plans/`	`skill_view("plan")`
qmd	阶段 1（文献）：通过混合 BM25+向量搜索查询本地知识库（笔记、转录、文档）	安装：`skill_manage("install", "qmd")`
diagramming	阶段 4-5：创建基于 Excalidraw 的图形和架构示意图	`skill_view("diagramming")`
data-science	阶段 4（分析）：用于交互式分析和可视化的 Jupyter 实时内核	`skill_view("data-science")`

Hermes 工具参考

工具	在本流水线中的用途
`terminal`	LaTeX 编译（`latexmk -pdf`）、git 操作、启动实验（`nohup python run.py &`）、进程检查
`process`	后台实验管理：`process("start", ...)`、`process("poll", pid)`、`process("log", pid)`、`process("kill", pid)`
`execute_code`	运行 Python 进行引用核实、统计分析、数据聚合。通过 RPC 访问工具。
`read_file` / `write_file` / `patch`	论文编辑、实验脚本、结果文件。对大型 .tex 文件使用 `patch` 进行针对性编辑。
`web_search`	文献发现：`web_search("transformer attention mechanism 2024")`
`web_extract`	获取论文内容，核实引用：`web_extract("https://arxiv.org/abs/2303.17651")`
`delegate_task`	并行章节起草——为每个章节生成隔离的子 agent。也用于并发引用核实。
`todo`	跨会话的主要状态追踪器。每次阶段转换后更新。
`memory`	跨会话持久化关键决策：贡献框架、会议选择、审稿反馈。
`cronjob`	调度实验监控、截止日期倒计时、自动 arXiv 检查。
`clarify`	在真正受阻时向用户提出针对性问题（会议选择、贡献框架）。
`send_message`	即使用户不在聊天中，也在实验完成或草稿准备好时通知用户。

工具使用模式

实验监控（最常见）：

terminal("ps aux | grep <pattern>")
→ terminal("tail -30 <logfile>")
→ terminal("ls results/")
→ execute_code("analyze results JSON, compute metrics")
→ terminal("git add -A && git commit -m '<descriptive message>' && git push")
→ send_message("Experiment complete: <summary>")

并行章节起草（使用委派）：

delegate_task("Draft the Methods section based on these experiment scripts and configs. 
  Include: pseudocode, all hyperparameters, architectural details sufficient for 
  reproduction. Write in LaTeX using the neurips2025 template conventions.")

delegate_task("Draft the Related Work section. Use web_search and web_extract to 
  find papers. Verify every citation via Semantic Scholar. Group by methodology.")

delegate_task("Draft the Experiments section. Read all result files in results/. 
  State which claim each experiment supports. Include error bars and significance.")

每个委派作为全新子 agent 运行，无共享上下文——在 prompt（提示词）中提供所有必要信息。收集输出并整合。

引用核实（使用 execute_code）：

使用 `memory` 和 `todo` 进行状态管理

memory 工具——持久化关键决策（有限：MEMORY.md 约 2200 字符）：

memory("add", "Paper: autoreason. Venue: NeurIPS 2025 (9 pages). 
  Contribution: structured refinement works when generation-evaluation gap is wide.
  Key results: Haiku 42/42, Sonnet 3/5, S4.6 constrained 2/3.
  Status: Phase 5 — drafting Methods section.")

在重大决策或阶段转换后更新记忆。这会跨会话持久化。

todo 工具——追踪细粒度进度：

todo("add", "Design constrained task experiments for Sonnet 4.6")
todo("add", "Run Haiku baseline comparison")
todo("add", "Draft Methods section")
todo("update", id=3, status="in_progress")
todo("update", id=1, status="completed")

会话启动协议：

1. todo("list")                           # Check current task list
2. memory("read")                         # Recall key decisions
3. terminal("git log --oneline -10")      # Check recent commits
4. terminal("ps aux | grep python")       # Check running experiments
5. terminal("ls results/ | tail -20")     # Check for new results
6. Report status to user, ask for direction

使用 `cronjob` 进行 Cron 监控

使用 cronjob 工具调度定期实验检查：

cronjob("create", {
  "schedule": "*/30 * * * *",  # Every 30 minutes
  "prompt": "Check experiment status:
    1. ps aux | grep run_experiment
    2. tail -30 logs/experiment_haiku.log
    3. ls results/haiku_baselines/
    4. If complete: read results, compute Borda scores, 
       git add -A && git commit -m 'Add Haiku results' && git push
    5. Report: table of results, key finding, next step
    6. If nothing changed: respond with [SILENT]"
})

[SILENT] 协议：当自上次检查以来没有任何变化时，精确回复 [SILENT]。这会抑制向用户的通知推送。只在有真正值得了解的变化时报告。

截止日期追踪：

cronjob("create", {
  "schedule": "0 9 * * *",  # Daily at 9am
  "prompt": "NeurIPS 2025 deadline: May 22. Today is {date}. 
    Days remaining: {compute}. 
    Check todo list — are we on track? 
    If <7 days: warn user about remaining tasks."
})

通信模式

何时通知用户（通过 send_message 或直接回复）：

一批实验完成（附结果表格）

意外发现或需要决策的故障

草稿章节准备好供审阅

截止日期临近但任务未完成

何时不通知：

实验仍在运行，无新结果 → [SILENT]

无变化的例行监控 → [SILENT]

不需要关注的中间步骤

报告格式——始终包含结构化数据：

## Experiment: <name>
Status: Complete / Running / Failed

| Task | Method A | Method B | Method C |
|------|---------|---------|---------|
| Task 1 | 85.2 | 82.1 | **89.4** |

Key finding: <one sentence>
Next step: <what happens next>

需要人工输入的决策点

在真正受阻时使用 clarify 提出针对性问题：

决策	何时提问
目标会议	在开始论文之前（影响页面限制、框架）
贡献框架	当存在多个有效框架时
实验优先级	当 TODO 列表中的实验多于时间允许时
投稿准备情况	在最终投稿之前

不要询问（主动出击，做出选择，标注出来）：

措辞选择、章节顺序

突出哪些具体结果

引用完整性（用你找到的内容起草，记录空缺）

审稿人评估标准

了解审稿人的关注点有助于集中精力：

标准	他们检查什么
质量	技术严谨性、有充分支撑的论点、公平的基线
清晰度	写作清晰、专家可复现、符号一致
重要性	社区影响、推进理解
原创性	新洞见（不要求新方法）

评分（NeurIPS 6 分制）：

6：强烈接收——突破性，无懈可击

5：接收——技术扎实，高影响力

4：边缘接收——扎实，评估有限

3：边缘拒绝——弱点超过优点

2：拒绝——技术缺陷

1：强烈拒绝——已知结果或伦理问题

详细指南、常见关切和答辩策略请参见 references/reviewer-guidelines.md。

常见问题与解决方案

问题	解决方案
摘要过于笼统	如果第一句话可以作为任何 ML 论文的开头，删除它。从你的具体贡献开始。
引言超过 1.5 页	将背景拆分到相关工作中。将贡献要点前置。
实验缺乏明确论点	在每个实验前添加："本实验检验 [具体论点] 是否成立……"
审稿人觉得论文难以理解	添加路标语句，使用一致术语，使图注自包含。
缺少统计显著性	添加误差棒、运行次数、统计检验、置信区间。
实验范围蔓延	每个实验必须映射到一个具体论点。删除不映射的实验。
论文被拒，需要重投	参见阶段 7 中的会议重投。解决审稿人关切，不要引用之前的审稿意见。
缺少更广泛影响声明	参见步骤 5.10。大多数会议要求此声明。"无负面影响"几乎从不可信。
人工评估被批评为薄弱	参见步骤 2.5 和 references/human-evaluation.md。报告一致性指标、标注员详情、报酬。
审稿人质疑可复现性	发布代码（步骤 7.9），记录所有超参数，包含随机种子和计算细节。
理论论文缺乏直觉	在正式证明之前添加含通俗语言解释的证明草图。参见 references/paper-types.md。
结果为负面/零结果	参见阶段 4.3 关于处理负面结果的内容。考虑研讨会、TMLR 或重新框架为分析。

参考文档

文档	内容
references/writing-guide.md	Gopen & Swan 7 条原则、Perez 微观技巧、Lipton 词语选择、Steinhardt 精确性、图形设计
references/citation-workflow.md	引用 API、Python 代码、CitationManager 类、BibTeX 管理
references/checklists.md	NeurIPS 16 项、ICML、ICLR、ACL 要求、通用投稿前清单
references/reviewer-guidelines.md	评估标准、评分、常见关切、答辩模板
references/sources.md	所有写作指南、会议指南、API 的完整参考书目
references/experiment-patterns.md	实验设计模式、评估协议、监控、错误恢复
references/autoreason-methodology.md	Autoreason 循环、策略选择、模型指南、prompt（提示词）、范围约束、Borda 计分
references/human-evaluation.md	人工评估设计、标注指南、一致性指标、众包质量控制、IRB 指导
references/paper-types.md	理论论文（证明写作、定理结构）、综述论文、基准测试论文、立场论文

LaTeX 模板

templates/ 中的模板：NeurIPS 2025、ICML 2026、ICLR 2026、ACL、AAAI 2026、COLM 2025。

编译说明请参见 templates/README.md。

关键外部资源

写作理念：

Neel Nanda: How to Write ML Papers

Sebastian Farquhar: How to Write ML Papers

Gopen & Swan: Science of Scientific Writing

Lipton: Heuristics for Scientific Writing

Perez: Easy Paper Writing Tips

API： Semantic Scholar | CrossRef | arXiv

会议： NeurIPS | ICML | ICLR | ACL

"研究论文写作 — 为 NeurIPS/ICML/ICLR 撰写 ML 论文：设计→投稿"

研究论文写作#

Skill 元数据#

参考：完整 SKILL.md#

研究论文写作流水线#

何时使用本 Skill#

核心理念#

主动性与协作#

阶段 0：项目设置#

步骤 0.1：探索代码库#

步骤 0.2：组织工作空间#

步骤 0.3：设置版本控制#

步骤 0.4：明确贡献点#

步骤 0.5：创建 TODO 列表#

步骤 0.6：估算计算预算#

步骤 0.7：多作者协调#

阶段 1：文献综述#

步骤 1.1：确定种子论文#

步骤 1.2：搜索相关工作#

步骤 1.2b：深化搜索（先广度，后深度）#

步骤 1.3：核实每条引用#

步骤 1.4：整理相关工作#

阶段 2：实验设计#

步骤 2.1：将论点映射到实验#

步骤 2.2：设计基线#

步骤 2.3：定义评估协议#

步骤 2.4：编写实验脚本#

步骤 2.5：设计人工评估（如适用）#

阶段 3：实验执行与监控#

步骤 3.1：启动实验#

步骤 3.2：设置监控（Cron 模式）#

步骤 3.3：处理故障#

步骤 3.4：提交已完成的结果#

步骤 3.5：维护实验日志#

阶段 4：结果分析#

步骤 4.1：汇总结果#

步骤 4.2：统计显著性#

步骤 4.3：找出故事主线#

处理负面或零结果#

步骤 4.4：创建图表#

步骤 4.5：决策：继续实验还是开始写作？#

步骤 4.6：撰写实验日志（写作前的桥梁）#

迭代精炼：策略选择#

快速决策表#

生成-评估差距#

Autoreason 循环（摘要）#

应用于论文草稿#

失败模式#

阶段 5：论文起草#

大型项目的上下文管理#

叙事原则#

本指导的来源#

时间分配#

写作工作流#

两遍精炼模式#

LaTeX 错误清单#

步骤 5.0：标题#

步骤 5.1：摘要（5 句公式）#

步骤 5.2：图 1#

步骤 5.3：引言（最多 1-1.5 页）#

步骤 5.4：方法#

步骤 5.5：实验与结果#

步骤 5.6：相关工作#

步骤 5.7：局限性（必须）#

步骤 5.8：结论与讨论#

步骤 5.9：附录策略#

页面预算管理#

步骤 5.10：伦理与更广泛影响声明#

步骤 5.11：数据集说明书与模型卡（如适用）#

写作风格#

使用 LaTeX 模板#

模板陷阱#

快速模板参考#

表格与图形#

会议重投#

专业 LaTeX 前言#

siunitx 表格对齐#

子图#

使用 algorithm2e 编写伪代码#

TikZ 图形模式#

研究论文写作

Skill 元数据

参考：完整 SKILL.md

研究论文写作流水线

何时使用本 Skill

核心理念

主动性与协作

阶段 0：项目设置

步骤 0.1：探索代码库

步骤 0.2：组织工作空间

步骤 0.3：设置版本控制

步骤 0.4：明确贡献点

步骤 0.5：创建 TODO 列表

步骤 0.6：估算计算预算

步骤 0.7：多作者协调

阶段 1：文献综述

步骤 1.1：确定种子论文

步骤 1.2：搜索相关工作

步骤 1.2b：深化搜索（先广度，后深度）

步骤 1.3：核实每条引用

步骤 1.4：整理相关工作

阶段 2：实验设计

步骤 2.1：将论点映射到实验

步骤 2.2：设计基线

步骤 2.3：定义评估协议

步骤 2.4：编写实验脚本

步骤 2.5：设计人工评估（如适用）

阶段 3：实验执行与监控

步骤 3.1：启动实验

步骤 3.2：设置监控（Cron 模式）

步骤 3.3：处理故障

步骤 3.4：提交已完成的结果

步骤 3.5：维护实验日志

阶段 4：结果分析

步骤 4.1：汇总结果

步骤 4.2：统计显著性

步骤 4.3：找出故事主线

处理负面或零结果

步骤 4.4：创建图表

步骤 4.5：决策：继续实验还是开始写作？

步骤 4.6：撰写实验日志（写作前的桥梁）

迭代精炼：策略选择

快速决策表

生成-评估差距

Autoreason 循环（摘要）

应用于论文草稿

失败模式

阶段 5：论文起草

大型项目的上下文管理

叙事原则

本指导的来源

时间分配

写作工作流

两遍精炼模式

LaTeX 错误清单

步骤 5.0：标题

步骤 5.1：摘要（5 句公式）

步骤 5.2：图 1

步骤 5.3：引言（最多 1-1.5 页）

步骤 5.4：方法

步骤 5.5：实验与结果

步骤 5.6：相关工作

步骤 5.7：局限性（必须）

步骤 5.8：结论与讨论

步骤 5.9：附录策略

页面预算管理

步骤 5.10：伦理与更广泛影响声明

步骤 5.11：数据集说明书与模型卡（如适用）

写作风格

使用 LaTeX 模板

模板陷阱

快速模板参考

表格与图形

会议重投

专业 LaTeX 前言

siunitx 表格对齐

子图

使用 algorithm2e 编写伪代码

TikZ 图形模式

latexdiff 用于修改追踪