您现在的位置是:网站首页>财经财经

电玩城辐射是不是特别大

郑靖柏 2025-05-13 财经 7839 人已围观

闻乐 发自 凹非寺量子位 | 公众号 QbitAI

NeurIPS投稿数量破纪录了⑩!Deadline还有不到一个月⑭,如何让论文更容易中⑪?

大佬的论文撰写指南它来了⑦。

来自Google DeepMind的Neel Nanda在指导了20多篇论文之后⑯,发布了一则关于如何写好机器学习论文的指南⑬。

旨在帮助研究者将研究成果转化为高质量⑦、科学诚信的论文⑱,解决在表达上“晦涩难懂”的痛点⑧。

让我们一起来看看一篇优秀的论文该怎么写吧⑤。

Neel Nanda认为⑪,研究只有被人们阅读⑬、理解⑰、参与⑥,甚至理想情况下相信时❸,才会有意义

并且他提到理想论文的精髓在于叙事:讲述一个简短③、严谨⑥、基于证据的技术故事❶,并包含读者关心的要点①。

What?——一到三个符合连贯主题的具体新颖主张⑭。

How?——你需要严谨的实证证据来令人信服地支持你的主张⑩。

So what?——读者为什么要关心呢❶?

写论文要将研究压缩为核心主张⑤,并用严格的实验证据支持⑭,同时要让读者明白研究的动机④、问题及影响▓。

论文写作关键要素⑲、构建叙事⑳、从研究中提炼出令人感兴趣❶、重要且独特的结果作为核心主张①,构成一个连贯主题⑬,形成有价值的结论⑪。

把握写作时机⑩、列出研究收获⑳,审视其能否为结果提供有力证据❸,深入思考他人关注该研究的原因①,聚焦难点和亮点⑧。在准备进入写作阶段前❷,必须要认真检查关键实验⑯。

突出新颖性⑦、成果要能拓展知识边界⑪。通过明确阐述与前人工作的差异来展现新颖性❸,可借助LLMs了解前人研究④。

提供严谨证据②、通过实验提供证据⑬,实验需要能区分假设⑪,具备可靠性⑨、低噪声和统计严谨性②。进行消融研究▓,考虑未知因素❷,避免误导性证据⑫,注重证据质量和多样性②,选好基线并提供详细实验细节⑲。

论文结构解析④、摘要:激发阅读兴趣⑫,简洁呈现核心主张⑪、研究影响⑬,解释关键主张及依据⑮,给出研究的重要结论和意义⑮。作者以《Refusal in Language Models Is Mediated by a Single Direction》这篇文章为例⑫,对其摘要进行了逐行解析⑳。

引言:介绍研究背景❷、技术背景❶,阐述关键贡献❷、核心证据和研究意义❷,以列表形式呈现主要贡献⑯。

正文:涵盖背景❸、方法和结果②,解释相关术语和技术❶,说明实验方法⑥、应用过程和结果⑦,依实验情况合理组织内容❷。

:阐述研究局限性④,探讨研究的更广泛影响❷、启示和未来方向⑨。

相关工作:说明与前人研究的差异⑬,解释自身工作的价值③,可后置⑯,除非对论文动机有重要作用⑬。

附录:放置不适合在正文呈现的信息⑤,对正文起补充作用①,写作标准相对较低⑦。

写作流程建议②、先压缩研究内容▓,明确核心主张⑨、动机和关键证据⑧,批判性评估⑳;再迭代扩展⑪,从要点叙事开始⑨,逐步完成引言⑨、全文大纲▓、初稿⑲,不断修改完善①。

常见问题及应对策略⑩、针对过度关注发表⑳、内容复杂冗长⑮、忽视写作过程等问题⑨,作者建议先专注科研再优化投稿❶,使用简洁语言▓,重视写作过程④,合理安排时间⑰。

细心的网友还发现▓,Neel Nanda的这份论文写作指南与《Nature》的带注释的指南在理解上趋于一致⑫。

关于Neel Nanda

Neel Nanda是谷歌DeepMind的一名资深研究科学家▓,领导着机械可解释性团队▓。

他在剑桥大学读了纯数学本科⑦,并在量化金融领域实习过⑦,毕业后花了一年时间探索人工智能安全④,在人类未来研究所❶、DeepMind和人类兼容人工智能中心实习⑮。

之后⑲,他在Anthropic担任语言模型可解释性研究员⑲。目前在谷歌DeepMind负责机械可解释性团队①。

主要研究成果⑤、Neel Nanda在相关领域发表了多篇论文▓,如 《Progress measures for grokking via mechanistic interpretability》⑪、《A toy model of universality: reverse engineering how networks learn group operations》等⑥。

他还开发了一些工具和资源①,包括用于语言模型机械可解释性的Transformer Lens库⑮、全面的机械可解释性解释器和术语表⑱,以及一个关于机械可解释性的 YouTube 频道⑨,上面有许多论文讲解和实时研究讲解⑭。

想知道更多关于论文写作的细节⑩,可以到原文查看~

文章链接:https://www.alignmentforum.org/posts/eJGptPbbFPZGLpjsp/highly-opinionated-advice-on-how-to-write-ml-papers作者博客:https://www.neelnanda.io/mechanistic-interpretability[1]https://x.com/NeelNanda5/status/90833651[2]https://x.com/SharonYixuanLi/status/11802993

— 完 —

很赞哦②!

随机图文