您现在的位置是:网站首页> 国内国内

777电玩城水浒传

覃寄凡 2025-05-14 国内 9781 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⑮!Deadline还有不到一个月⑫,如何让论文更容易中❸?

大佬的论文撰写指南它来了③。

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

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⑰,解决在表达上“晦涩难懂”的痛点❸。

让我们一起来看看一篇优秀的论文该怎么写吧⑮。

Neel Nanda认为⑯,研究只有被人们阅读⑫、理解④、参与④,甚至理想情况下相信时❷,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❸、严谨①、基于证据的技术故事③,并包含读者关心的要点⑪。

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⑨。

So what?——读者为什么要关心呢⑬?

写论文要将研究压缩为核心主张⑨,并用严格的实验证据支持❷,同时要让读者明白研究的动机⑩、问题及影响⑲。

论文写作关键要素⑤、构建叙事❷、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⑲,构成一个连贯主题❶,形成有价值的结论▓。

把握写作时机⑩、列出研究收获⑰,审视其能否为结果提供有力证据⑧,深入思考他人关注该研究的原因①,聚焦难点和亮点⑰。在准备进入写作阶段前②,必须要认真检查关键实验①。

突出新颖性⑪、成果要能拓展知识边界⑭。通过明确阐述与前人工作的差异来展现新颖性⑦,可借助LLMs了解前人研究⑨。

提供严谨证据⑱、通过实验提供证据⑥,实验需要能区分假设④,具备可靠性②、低噪声和统计严谨性⑧。进行消融研究▓,考虑未知因素⑳,避免误导性证据⑦,注重证据质量和多样性⑭,选好基线并提供详细实验细节⑧。

论文结构解析❶、摘要:激发阅读兴趣①,简洁呈现核心主张▓、研究影响▓,解释关键主张及依据❶,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②,对其摘要进行了逐行解析⑨。

引言:介绍研究背景❷、技术背景❷,阐述关键贡献❶、核心证据和研究意义④,以列表形式呈现主要贡献⑩。

正文:涵盖背景⑩、方法和结果⑳,解释相关术语和技术⑨,说明实验方法⑪、应用过程和结果⑧,依实验情况合理组织内容④。

:阐述研究局限性⑭,探讨研究的更广泛影响②、启示和未来方向②。

相关工作:说明与前人研究的差异⑦,解释自身工作的价值⑫,可后置⑬,除非对论文动机有重要作用⑧。

附录:放置不适合在正文呈现的信息⑬,对正文起补充作用❸,写作标准相对较低①。

写作流程建议①、先压缩研究内容❷,明确核心主张⑩、动机和关键证据⑰,批判性评估⑥;再迭代扩展⑨,从要点叙事开始④,逐步完成引言❸、全文大纲▓、初稿⑤,不断修改完善⑰。

常见问题及应对策略①、针对过度关注发表❶、内容复杂冗长②、忽视写作过程等问题⑫,作者建议先专注科研再优化投稿⑰,使用简洁语言⑮,重视写作过程⑫,合理安排时间❷。

细心的网友还发现⑫,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❶。

关于Neel Nanda

Neel Nanda是谷歌DeepMind的一名资深研究科学家⑱,领导着机械可解释性团队⑩。

他在剑桥大学读了纯数学本科⑬,并在量化金融领域实习过⑲,毕业后花了一年时间探索人工智能安全⑰,在人类未来研究所①、DeepMind和人类兼容人工智能中心实习⑯。

之后⑳,他在Anthropic担任语言模型可解释性研究员⑫。目前在谷歌DeepMind负责机械可解释性团队⑬。

主要研究成果⑳、Neel Nanda在相关领域发表了多篇论文⑧,如 《Progress measures for grokking via mechanistic interpretability》❸、《A toy model of universality: reverse engineering how networks learn group operations》等⑦。

他还开发了一些工具和资源▓,包括用于语言模型机械可解释性的Transformer Lens库③、全面的机械可解释性解释器和术语表⑨,以及一个关于机械可解释性的 YouTube 频道⑱,上面有许多论文讲解和实时研究讲解①。

想知道更多关于论文写作的细节⑮,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⑰!

随机图文