您现在的位置是:网站首页>汽车汽车

电玩城一般都调成吃多少币的

邵梦柏 2025-05-14 汽车 7299 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⑭!Deadline还有不到一个月❸,如何让论文更容易中⑧?

大佬的论文撰写指南它来了❶。

来自Google DeepMind的Neel Nanda在指导了20多篇论文之后⑫,发布了一则关于如何写好机器学习论文的指南⑮。

旨在帮助研究者将研究成果转化为高质量⑥、科学诚信的论文⑭,解决在表达上“晦涩难懂”的痛点❷。

让我们一起来看看一篇优秀的论文该怎么写吧⑱。

Neel Nanda认为⑤,研究只有被人们阅读②、理解⑯、参与⑲,甚至理想情况下相信时③,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⑲、严谨⑬、基于证据的技术故事⑫,并包含读者关心的要点❸。

What?——一到三个符合连贯主题的具体新颖主张①。

How?——你需要严谨的实证证据来令人信服地支持你的主张❸。

So what?——读者为什么要关心呢⑦?

写论文要将研究压缩为核心主张⑪,并用严格的实验证据支持⑱,同时要让读者明白研究的动机⑯、问题及影响⑨。

论文写作关键要素⑧、构建叙事❶、从研究中提炼出令人感兴趣⑧、重要且独特的结果作为核心主张⑥,构成一个连贯主题❶,形成有价值的结论③。

把握写作时机❷、列出研究收获⑩,审视其能否为结果提供有力证据⑩,深入思考他人关注该研究的原因②,聚焦难点和亮点⑨。在准备进入写作阶段前⑨,必须要认真检查关键实验⑩。

突出新颖性⑭、成果要能拓展知识边界⑥。通过明确阐述与前人工作的差异来展现新颖性⑧,可借助LLMs了解前人研究⑳。

提供严谨证据④、通过实验提供证据②,实验需要能区分假设⑩,具备可靠性⑫、低噪声和统计严谨性②。进行消融研究⑯,考虑未知因素③,避免误导性证据⑭,注重证据质量和多样性③,选好基线并提供详细实验细节⑰。

论文结构解析⑮、摘要:激发阅读兴趣②,简洁呈现核心主张⑤、研究影响②,解释关键主张及依据⑧,给出研究的重要结论和意义①。作者以《Refusal in Language Models Is Mediated by a Single Direction》这篇文章为例⑮,对其摘要进行了逐行解析⑫。

引言:介绍研究背景⑧、技术背景①,阐述关键贡献⑦、核心证据和研究意义⑯,以列表形式呈现主要贡献⑧。

正文:涵盖背景⑳、方法和结果②,解释相关术语和技术❶,说明实验方法⑰、应用过程和结果④,依实验情况合理组织内容❶。

:阐述研究局限性❷,探讨研究的更广泛影响⑳、启示和未来方向⑱。

相关工作:说明与前人研究的差异⑤,解释自身工作的价值⑭,可后置⑲,除非对论文动机有重要作用②。

附录:放置不适合在正文呈现的信息⑧,对正文起补充作用⑰,写作标准相对较低⑮。

写作流程建议⑳、先压缩研究内容②,明确核心主张⑤、动机和关键证据⑱,批判性评估⑮;再迭代扩展▓,从要点叙事开始❶,逐步完成引言⑫、全文大纲⑰、初稿⑮,不断修改完善⑯。

常见问题及应对策略⑰、针对过度关注发表⑮、内容复杂冗长⑳、忽视写作过程等问题❷,作者建议先专注科研再优化投稿①,使用简洁语言⑰,重视写作过程❸,合理安排时间⑯。

细心的网友还发现⑨,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⑨。

关于Neel Nanda

Neel Nanda是谷歌DeepMind的一名资深研究科学家❷,领导着机械可解释性团队⑨。

他在剑桥大学读了纯数学本科❶,并在量化金融领域实习过⑫,毕业后花了一年时间探索人工智能安全⑳,在人类未来研究所⑳、DeepMind和人类兼容人工智能中心实习③。

之后①,他在Anthropic担任语言模型可解释性研究员③。目前在谷歌DeepMind负责机械可解释性团队④。

主要研究成果⑤、Neel Nanda在相关领域发表了多篇论文②,如 《Progress measures for grokking via mechanistic interpretability》⑧、《A toy model of universality: reverse engineering how networks learn group operations》等⑨。

他还开发了一些工具和资源❷,包括用于语言模型机械可解释性的Transformer Lens库⑤、全面的机械可解释性解释器和术语表❷,以及一个关于机械可解释性的 YouTube 频道⑯,上面有许多论文讲解和实时研究讲解⑤。

想知道更多关于论文写作的细节⑤,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⑯!

随机图文