参考

本文参考以上经验整理,用于自学，侵删。


写作路径

▸写作目标

高质量论文的完成路径不是“把实验写出来”，而是“把新知识讲清楚并讲可信”。
一篇可录用论文通常同时满足三件事：读者快速看懂、评审难以反驳、社区愿意传播。


一周冲刺写法

参考：【一周肝完顶会论文的血泪经验（本硕博通用） - Jenny Lab | 小红书】

该节对应“实验已基本完成、论文尚未成型”的高压场景，目标不是追求一次到位，而是先把完整可投版本交付，再做质量抬升。
核心节奏是:先完成，再完善；先结构，再措辞。

▸冲刺心法
  • 每天只看当天任务，不回望总工期；
  • 大目标拆成小块，完成即反馈；
  • Day 1 禁止雕琢语句，优先搭建全文空壳。

搭骨架

目标是建立“可填写骨架”，让后续写作从“创作”转为“填空”。

  • 新建 LaTeX/Word 文档,复制顶会论文模板，并列出一级标题：Abstract、Introduction、Related Work、Method、Experiments、Conclusion；
  • Method 预先拆成 3~4 子节，如问题定义、模型结构、训练细节；
  • Experiments 预先拆成数据集、基线、实现细节、主结果、消融；
  • 每个标题下先写 2~3 条中文 bullet，明确本节要回答的问题；
  • 将已跑出的关键图表直接插入对应位置占位。

常见误区是此时就反复改词。冲刺阶段该行为会吞噬主线搭建时间，显著降低总产出。


先写 Method 与 Experiments

该阶段优先写“最熟悉且证据最充分”的两节，尽快建立小规模正反馈。

  • Method 先给一张清晰架构图，再写文字和公式；
  • 每个公式后补 1~2 句自然语言解释，避免“符号堆叠”；
  • 建议顺序：输入输出定义 -> 模块机制 -> 训练设置；
  • Experiments 必写：数据划分、基线简介、实现细节（框架/GPU/batch size/学习率/epoch）；
  • 主结果表优先成稿，消融至少覆盖 2~3 个关键模块。

冲刺期应避免大规模重跑无关实验。若结果已能支撑主张，先保证叙事闭环，再决定是否补强。


Related Work 的任务是建立“定位”，而不是展示“阅读量”。

  • 选 10~15 篇高相关论文即可，不追求过量；
  • 按主题或方法流派分 2~3 组组织，而非按“谁做了什么”流水账；
  • 每组采用固定句式：该类方法做了什么 -> 代表工作 -> 仍存不足；
  • 段末必须回到本文切入点，明确本文补哪一块缺口。

该结构可显著降低“漏引焦虑”和“段落散乱”问题。


完成 Introduction

Introduction 的目标是在 1 页内讲完完整故事：问题重要、缺口真实、方法有效、贡献明确。

推荐五段式：

  • 背景与任务价值；
  • 当前方法与挑战；
  • 前人工作的关键不足；
  • 本文方法与核心思想；
  • 贡献列表（3~4 条可验证贡献）。

实操上可先从实验结果反推贡献列表，再回写前四段；并控制引用数量，将细节引用放入 Related Work。


写 Abstract 与 Conclusion

Abstract 建议放到后期统一收敛，长度可控制在 200~250 字（或按会议模板字数要求）。

可用五句框架：

  • 背景（1 句）；
  • 问题（1 句）；
  • 方法（2~3 句）；
  • 结果（1~2 句）；
  • 意义（1 句）。

Conclusion 建议包含：完成了什么、发现了什么、未来方向。
避免在 Conclusion 中引入新结果、新引用或过于具体的“未完成承诺”。


收尾检查润色

格式检查 + 全文自查 + 语言润色

投稿前最后一天以风险清除为主。

全文通读时可集中排查三个问题：

  • 仅读完 Introduction，是否已能明确论文要解决的核心问题；
  • Experiments 中是否存在“为凑数”而无法解释的表格；
  • 文中是否存在口语化、主观化表达（如 this is good、we think）。

语言润色可采用“多版本并排对比”流程：先由工具生成多个候选版本，再人工选择并重写为统一文风，避免直接复制模型输出导致风格割裂。

提交前建议逐项确认：

  • 图表均被正文引用，且引用顺序与出现顺序一致；
  • 符号、缩写、参考文献格式全篇统一且来源真实；
  • caption 无语法问题且结论可独立理解；
  • 公式未残缺，编号与正文引用一致；
  • 页数、匿名化、附录位置、补充材料与额外声明模板满足会议硬性要求；
  • 关键结果数字与正文叙述无拷贝错误。

该清单的优先级通常高于“再润色一段文字”，因为格式或匿名错误可能导致 desk reject。


经验收集

故事定义

【先定义论文要讲什么新东西】

在动笔前，先把贡献归到一个清晰类别，再决定整篇叙事重心。常见有效贡献形态包括：

  • Insight：对已知现象给出更深解释；
  • Performance：在同等设置下稳定更优；
  • Capability：实现此前做不到的能力。

如果贡献无法归类，通常意味着选题叙事仍不稳定。该阶段建议产出一页纸草稿，强制回答：

  • 解决了哪个具体痛点；
  • 相比强基线真实增量是什么；
  • 读者看完能学到哪条可迁移结论。
▸贡献定义最小模板
  • 问题：现有方法在什么场景失败，失败代价是什么。
  • 增量：本文引入哪项关键机制，如何改变原有能力边界。
  • 证据：用哪些主实验/消融/误差分析证明该增量。
  • 价值：该结论如何影响后续研究或工程实践。

搭建骨架

【用 3W2H 搭建全文骨架】

完整论文可由一条固定主线展开：Why -> What -> How -> How much -> What then。

  • Why：问题重要性与已有缺口；
  • What：本文贡献与边界；
  • How：方法设计与关键实现；
  • How much：实验效果、稳定性与解释；
  • What then：结论、影响与后续方向。

骨架搭建时可同步建立“结论-证据-图表编号”映射，避免后期出现主张与证据错位。
该映射是提高可复现性和 rebuttal 效率的核心中间件。


结构递进

【把摘要、引言、正文做成递进结构】

论文可视为三层展开：摘要 -> 引言 -> 正文。三层都要自洽，但信息粒度逐层增加。

  • 摘要负责给出最小完整故事：问题、方法、结果、贡献；
  • 引言负责建立说服链：领域重要性、关键缺口、本文方案、主要结果；
  • 正文负责提供可审查细节：方法定义、实验设置、统计证据、局限讨论。

引言可采用经典 move 结构：

  • 建立研究领域（为什么重要）；
  • 指出研究缺口（哪里不足）；
  • 占据研究缺口（本文做法与价值）。

实践中，首页图（page-one figure）往往能显著缩短理解路径，尤其适用于复杂方法或多模块系统。


方法章节

【先“可理解”，再“可推导”】

方法写作常见失败是“公式先行，语义滞后”。更稳妥的顺序是：

  • 先给任务定义与场景约束；
  • 再给 Running Example 或直观流程图；
  • 最后给数学形式化与实现细节。

该顺序能够同时兼顾两类读者：先服务“快速把握核心”的评审，再服务“检查严谨性”的专家。
涉及复杂模块时，每个模块应回答三个固定问题：

  • 解决了什么局部问题；
  • 与前后模块如何衔接；
  • 失效边界和计算代价是什么。

实验设计

围绕“可证伪”组织。实验章节不仅用于展示最好结果，更用于证明主张在多维条件下成立。
推荐执行顺序：

  • 辅助实验：超参数、组件必要性、稳定性；
  • 主实验：标准数据集 + 强基线 + 统一预算对比；
  • 诊断实验：误差分析、失败案例、鲁棒性或泛化测试。

建议至少覆盖以下证据：

  • 与公认 SOTA 或强复现基线的公平对比；
  • 消融实验证明关键模块不是“可有可无”；
  • 显著性检验避免偶然提升；
  • 可复现细节（随机种子、训练预算、超参数）。

图表组织直接影响可读性，建议采用：

  • 图 > 曲线 > 表 > 正文 > 公式 的优先阅读顺序做信息布局；
  • 重要结论尽量在同页完成“图表 + 解释句”闭环；
  • caption 写成自解释句，避免读者来回翻页找定义。

相关工作

【写成“定位图”，而不是“文献清单”】

相关工作最有效写法是围绕本文贡献建立坐标系，而非按时间线堆叠条目。
可按三到四条主线组织，每条主线写清：

  • 代表工作解决了什么；
  • 仍存在哪个关键缺口；
  • 本文在该主线上的具体位置与改进点。

描述前人工作时应避免攻击式表述，采用“承认历史贡献 + 指出适用边界 + 给出本文补充”的结构，通常更具说服力，也更容易获得审稿人认可。


可读性

聚焦四个指标：

WritingAIPaper 将细节打磨抽象为四个指标：逻辑强度、可辩护性、困惑时长、信息密度。
这四项可直接转化为改稿动作：

  • 逻辑强度：连接词只做润滑，不制造虚假逻辑关系；
  • 可辩护性：关键断言后配事实或文献，不做无证据跳跃；
  • 困惑时长：术语出现即解释，长句拆短，段首给主题句；
  • 信息密度：删背景废话，把篇幅优先给原创内容与核心证据。

语言层面建议偏向简洁直接，避免为了“高级感”堆叠复杂从句。
对非母语读者友好的表达，通常也是对审稿最友好的表达。



常见问题

  • 结果不错但写不成贡献：回到 Insight/Performance/Capability 三分类，强制归类后再写标题与摘要。
  • 引言越写越长：保留“领域重要性-关键缺口-本文占位”三段主线，其余移至相关工作或附录。
  • 方法讲不清：补一张流程图和一个 running example，再写公式。
  • 实验看似齐全但说服弱：优先补公平对比、消融与显著性，而不是继续加花哨可视化。
  • 担心创新小：明确“解决了什么真实问题”与“在哪个边界条件下成立”，小步但可信通常优于大话但脆弱。