您现在的位置是:网站首页>房产房产

有没有类似电玩城的彩票游戏

江冰萍 2025-05-13 房产 5076 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⑨!Deadline还有不到一个月⑯,如何让论文更容易中▓?

大佬的论文撰写指南它来了⑱。

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⑲。

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❸,解决在表达上“晦涩难懂”的痛点①。

让我们一起来看看一篇优秀的论文该怎么写吧❶。

Neel Nanda认为⑭,研究只有被人们阅读②、理解④、参与⑩,甚至理想情况下相信时⑱,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▓、严谨⑧、基于证据的技术故事⑱,并包含读者关心的要点▓。

What?——一到三个符合连贯主题的具体新颖主张③。

How?——你需要严谨的实证证据来令人信服地支持你的主张⑯。

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②,并用严格的实验证据支持⑩,同时要让读者明白研究的动机④、问题及影响⑳。

论文写作关键要素④、构建叙事⑫、从研究中提炼出令人感兴趣⑨、重要且独特的结果作为核心主张①,构成一个连贯主题⑱,形成有价值的结论▓。

把握写作时机⑧、列出研究收获⑲,审视其能否为结果提供有力证据⑫,深入思考他人关注该研究的原因⑨,聚焦难点和亮点⑳。在准备进入写作阶段前⑪,必须要认真检查关键实验⑥。

突出新颖性⑱、成果要能拓展知识边界❶。通过明确阐述与前人工作的差异来展现新颖性④,可借助LLMs了解前人研究❶。

提供严谨证据③、通过实验提供证据❷,实验需要能区分假设④,具备可靠性⑤、低噪声和统计严谨性❸。进行消融研究▓,考虑未知因素❶,避免误导性证据①,注重证据质量和多样性⑲,选好基线并提供详细实验细节⑥。

论文结构解析⑥、摘要:激发阅读兴趣⑤,简洁呈现核心主张④、研究影响⑱,解释关键主张及依据⑰,给出研究的重要结论和意义⑯。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⑰。

引言:介绍研究背景▓、技术背景❷,阐述关键贡献▓、核心证据和研究意义⑲,以列表形式呈现主要贡献⑬。

正文:涵盖背景⑰、方法和结果③,解释相关术语和技术⑬,说明实验方法⑬、应用过程和结果❸,依实验情况合理组织内容❷。

:阐述研究局限性⑦,探讨研究的更广泛影响⑲、启示和未来方向⑯。

相关工作:说明与前人研究的差异⑧,解释自身工作的价值⑤,可后置⑥,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⑨,对正文起补充作用⑫,写作标准相对较低④。

写作流程建议⑥、先压缩研究内容❸,明确核心主张⑰、动机和关键证据②,批判性评估❸;再迭代扩展③,从要点叙事开始③,逐步完成引言⑦、全文大纲❶、初稿⑨,不断修改完善⑯。

常见问题及应对策略⑪、针对过度关注发表❷、内容复杂冗长①、忽视写作过程等问题❸,作者建议先专注科研再优化投稿⑳,使用简洁语言⑫,重视写作过程⑩,合理安排时间⑰。

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⑪。

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⑮。

他在剑桥大学读了纯数学本科⑧,并在量化金融领域实习过⑮,毕业后花了一年时间探索人工智能安全③,在人类未来研究所⑱、DeepMind和人类兼容人工智能中心实习⑮。

之后⑪,他在Anthropic担任语言模型可解释性研究员⑧。目前在谷歌DeepMind负责机械可解释性团队①。

主要研究成果⑩、Neel Nanda在相关领域发表了多篇论文⑱,如 《Progress measures for grokking via mechanistic interpretability》⑬、《A toy model of universality: reverse engineering how networks learn group operations》等⑯。

他还开发了一些工具和资源④,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❶,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③。

想知道更多关于论文写作的细节⑦,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