AI Research Handbook

外观

论文写作套路：“学术八股文” ​

AI 算法型论文的写作公式 ​

基础版公式 ​

按阅读顺序从左到右、从上到下

  1. 01领域重要
  2. 02领域有 gap
  3. 03有人开始怎么玩
  4. 04哪里依然存在 gapgap1, gap2…
  5. 05我设计了一种方法填补此 gapmodule A for gap1…
  6. 06实验证明主实验效果好 + 消融实验证明各 module 有效

进阶版公式 ​

每一步都要能被图或实验看见

  1. 01领域重要
  2. 02领域有 gap+ motivating figure / experiments：直观对比 A-现状与 B-缓解方案，让人一眼看出 gap 确实存在
  3. 03有人开始怎么玩
  4. 04哪里还有 gap+ preliminary experiments / observations：证明这些 gap 真实存在，且对成败影响极大
  5. 05我设计了一种方法填补此 gapmodule A for gap1…
  6. 06实验证明主实验效果好 + 消融实验证明各 module 有效
  7. 07回头验证：用扎实实验证明这些 gap 被真正解决把前面经实证 / 定量分析的若干 gap，用 Solid 的结果一一闭合。

核心提示：在动笔落稿前，务必想清楚该如何去售卖你的“故事”（Story），什么是你论文核心的卖点（创新点或其他特质）？

实例分析：审稿人会追问什么？ ​

以下两段典型写法，最重要的不是黄色荧光笔或红字批注本身，而是批注背后的审稿人视角。

“Joint Training 导致权衡或冲突” ​

...most existing fairness-aware methods struggle to balance the predictive performance and fairness, as they often optimize both predictive and fairness objectives jointly in a single stage, which can lead to suboptimal trade-offs or even conflicts...

有实证的实验吗？有定量数据说明多阶段 / 单阶段 Joint Training 的方法效果不好吗？你是不是空口说白话？显得没有说服力，即：我为什么要解决这个问题？不能只凭嘴说，要有数据支撑。

“结构性缺失导致不可靠插补” ​

...which fail to account for such structured missingness. This leads to unreliable imputations and degraded model performance.

同样，有实验支撑吗？为什么数据缺失会导致 Unreliable Imputation？为什么是 Unreliable Imputation？

  1. 01Gap 的文字判断
  2. 02Motivating Figure：直观展示问题
  3. 03Preliminary Experiment / Observation：定量证明问题为何影响成败
  4. 04Gap 才站得住脚

进阶版论文写作的关键，就是通过动机图和初步实验来论证 Gap 的客观存在，避免被审稿人质疑“论据不充分”。