@baimingtao/lbs-agent 1.0.0

package/extensions/skills/builtin/research/research-paper-writing/references/writing-guide.md

@@ -0,0 +1,474 @@
+# ML Paper Writing Philosophy & Best Practices
+
+本参考汇编了来自 Neel Nanda、Andrej Karpathy、Sebastian Farquhar、Zachary Lipton 和 Jacob Steinhardt 等知名 ML 研究人员的写作建议。
+
+---
+
+## Contents
+
+- [The Narrative Principle](#the-narrative-principle)
+- [Time Allocation](#time-allocation)
+- [Abstract Writing Formula](#abstract-writing-formula)
+- [Introduction Structure](#introduction-structure)
+- [Sentence-Level Clarity](#sentence-level-clarity)
+- [Word Choice and Precision](#word-choice-and-precision)
+- [Mathematical Writing](#mathematical-writing)
+- [Figure Design](#figure-design)
+- [Common Mistakes to Avoid](#common-mistakes-to-avoid)
+
+---
+
+## The Narrative Principle
+
+### 来自 Neel Nanda
+
+“一篇论文是一个简短、严谨、基于证据的技术故事，带有读者关心的核心要点。”
+
+这个叙述建立在三大支柱之上，在你的 introduction 结束时必须非常清晰：
+
+**“What”（是什么）**：一到三个具体的、符合统一主题的创新性声明。像“我们研究了 X”这样模糊的贡献会立即失败——reviewer 需要精确的、可证伪的声明。
+
+**“Why”（为什么）**：令人信服地支持这些声明的严谨实证证据，包括经过诚实调优的强大 baselines，以及能区分竞争性假设而不仅仅是展示“还不错的结果”的实验。
+
+**“So What”（那又怎样）**：为什么读者应该关心，将你的贡献与学术界公认重要的问题联系起来。
+
+### 来自 Andrej Karpathy
+
+“一篇论文不是你汇报的随机实验集合。论文推销的是以前不明显或不存在的一件事。整篇论文都围绕这个核心贡献进行极其精准的组织。”
+
+无论你是提出一种新架构、一个理论结果，还是对现有方法的改进理解，这都是适用的——NeurIPS 明确指出，“原创性不一定需要一种全新的方法。”
+
+**实际启示**：如果你不能用一句话陈述你的贡献，你就还没有写出一篇论文。其他所有内容——实验、相关工作、讨论——都只是为了支持那个核心声明而存在的。
+
+---
+
+## Time Allocation
+
+### 来自 Neel Nanda
+
+在以下每个部分花费大致**相同的时间**：
+1. abstract
+2. introduction
+3. figures
+4. 其他所有部分的总和
+
+这不是夸张——大多数 reviewer 在读到你的 methods 部分之前就已经形成了初步判断。读者以一种可预测的模式接触你的论文：**title → abstract → introduction → figures → 可能会读其余部分。**
+
+### Reviewer 阅读模式
+
+对 reviewer 行为的研究表明：
+- abstract 有 100% 的时间会被阅读
+- 超过 90% 的 reviewer 会略读 introduction
+- 大多数 reviewer 会在 methods 之前查看 figures
+- 只有在产生了兴趣的情况下才会阅读完整的 methods
+
+**启示**：将你论文的价值前置。不要把核心贡献埋没在深处。
+
+---
+
+## Abstract Writing Formula
+
+### Sebastian Farquhar 的 5 句话公式
+
+1. **你取得了什么成就**：“We introduce...”，“We prove...”，“We demonstrate...”
+2. **为什么这很困难且重要**
+3. **你是如何做到的**（包含用于可发现性的专业 keywords）
+4. **你有什么证据**
+5. **你最出色的数字/结果**
+
+### 示例（Good Abstract）
+
+```
+We prove that gradient descent on overparameterized neural networks
+converges to global minima at a linear rate. [What]
+This resolves a fundamental question about why deep learning works
+despite non-convex optimization landscapes. [Why hard/important]
+Our proof relies on showing that the Neural Tangent Kernel remains
+approximately constant during training, reducing the problem to
+kernel regression. [How with keywords]
+We validate our theory on CIFAR-10 and ImageNet, showing that
+predicted convergence rates match experiments within 5%. [Evidence]
+This is the first polynomial-time convergence guarantee for
+networks with practical depth and width. [Remarkable result]
+```
+
+### 要避免的内容
+
+来自 Zachary Lipton：“如果第一句话可以加在任何 ML 论文的开头，那就删掉它。”
+
+**删除这些开头**：
+- "Large language models have achieved remarkable success..."
+- "Deep learning has revolutionized..."
+- "In recent years, neural networks have..."
+
+**取而代之，用你的具体贡献作为开头。**
+
+---
+
+## Introduction Structure
+
+### 要求
+
+- **最多 1-1.5 页**（双栏排版格式）
+- **Methods 应该在第 2-3 页开始**
+- 必须包含 **2-4 条 contribution 列表**（每条最多 1-2 行）
+
+### Structure Template
+
+```markdown
+1. Opening Hook (2-3 sentences)
+   - State the problem your paper addresses
+   - Why it matters RIGHT NOW
+
+2. Background/Challenge (1 paragraph)
+   - What makes this problem hard?
+   - What have others tried? Why is it insufficient?
+
+3. Your Approach (1 paragraph)
+   - What do you do differently?
+   - Key insight that enables your contribution
+
+4. Contribution Bullets (2-4 items)
+   - Be specific and falsifiable
+   - Each bullet: 1-2 lines maximum
+
+5. Results Preview (2-3 sentences)
+   - Most impressive numbers
+   - Scope of evaluation
+
+6. Paper Organization (optional, 1-2 sentences)
+   - "Section 2 presents... Section 3 describes..."
+```
+
+### Contribution Bullets：好与坏
+
+**好：**
+- We prove that X converges in O(n log n) time under assumption Y
+- We introduce Z, a 3-layer architecture that reduces memory by 40%
+- We demonstrate that A outperforms B by 15% on benchmark C
+
+**坏：**
+- We study the problem of X（这不是贡献）
+- We provide extensive experiments（太模糊）
+- We make several contributions to the field（什么都没说）
+
+---
+
+## Sentence-Level Clarity
+
+### 来自 Gopen & Swan："The Science of Scientific Writing"
+
+George Gopen 和 Judith Swan 在这篇开创性的 1990 年论文中确立指出，**读者对信息在文章中出现的位置有结构上的期望**。违反这些期望会迫使读者将精力花费在解析结构上，而不是理解内容上。
+
+> “如果读者要领会作者的意思，作者就必须理解读者的需求。”
+
+#### 读者期望的 7 大原则
+
+**原则 1：Subject-Verb Proximity（主谓临近）**
+
+保持语法主语和动词紧凑在一起。任何介于两者之间的内容都会被读作次要的干扰。
+
+**弱**："The model, which was trained on 100M tokens and fine-tuned on domain-specific data using LoRA with rank 16, achieves state-of-the-art results"
+
+**强**："The model achieves state-of-the-art results after training on 100M tokens and fine-tuning with LoRA (rank 16)"
+
+**原则 2：Stress Position（强调位置，把最好的留到最后）**
+
+读者自然会强调**句子的最后几个词**。把你最重要的信息放在那里。
+
+**弱**："Accuracy improves by 15% when using attention"
+**强**："When using attention, accuracy improves by **15%**"
+
+**原则 3：Topic Position（主题位置，要事优先）**
+
+句子的开头确立了视角。把“这是谁的故事”的元素放在最前面——读者期望句子是关于最先出现的主语的。
+
+**弱**："A novel attention mechanism that computes alignment scores is introduced"
+**强**："To address the alignment problem, we introduce a novel attention mechanism"
+
+**原则 4：先旧信息后新信息**
+
+将熟悉的信息（旧）放在 topic position 以实现向后衔接；将新信息放在 stress position 以示强调。
+
+**弱**："Sparse attention was introduced by Child et al. The quadratic complexity of standard attention motivates this work."
+**强**："Standard attention has quadratic complexity. To address this, Child et al. introduced sparse attention."
+
+**原则 5：一个单元，一个功能**
+
+每个语篇单元（句子、段落、章节）应发挥单一功能。如果你有两个要点，请使用两个单元。
+
+**原则 6：用动词表达动作**
+
+在动词中表达每个句子的动作，而不是使用名词化的名词。
+
+**弱**："We performed an analysis of the results"（名词化）
+**强**："We analyzed the results"（动作在动词中）
+
+**原则 7：新信息之前提供上下文**
+
+在要求读者考虑任何新内容之前提供上下文。这适用于所有层级——句子、段落、章节。
+
+**弱**："Equation 3 shows that convergence is guaranteed when the learning rate satisfies..."
+**强**："For convergence to be guaranteed, the learning rate must satisfy the condition in Equation 3..."
+
+#### Summary Table
+
+| Principle | Rule | Mnemonic |
+|-----------|------|----------|
+| Subject-Verb Proximity | Keep subject and verb close | "Don't interrupt yourself" |
+| Stress Position | Emphasis at sentence end | "Save the best for last" |
+| Topic Position | Context at sentence start | "First things first" |
+| Old Before New | Familiar → unfamiliar | "Build on known ground" |
+| One Unit, One Function | Each paragraph = one point | "One idea per container" |
+| Action in Verb | Use verbs, not nominalizations | "Verbs do, nouns sit" |
+| Context Before New | Explain before presenting | "Set the stage first" |
+
+---
+
+## Micro-Level Writing Tips
+
+### 来自 Ethan Perez（Anthropic）
+
+这些实用的微观技巧可以提高句子和词汇层面的清晰度。
+
+#### 代词管理
+
+**尽量减少代词**（"this"、"it"、"these"、"that"）。当代词不可避免时，将它们作为形容词与名词一起使用：
+
+**弱**："This shows that the model converges."
+**强**："This result shows that the model converges."
+
+**弱**："It improves performance."
+**强**："This modification improves performance."
+
+#### 动词位置
+
+将动词**置于句子早期**以便于解析：
+
+**弱**："The gradient, after being computed and normalized, updates the weights."
+**强**："The gradient updates the weights after being computed and normalized."
+
+#### 展开所有格符号
+
+为了清晰起见，转换所有格结构：
+
+**Original**："X's Y" → **Unfolded**："The Y of X"
+
+**Before**："The model's accuracy on the test set"
+**After**："The accuracy of the model on the test set"
+
+这并不总是更好，但是当句子感觉很别扭时，尝试展开它。
+
+#### 要消除的词
+
+在几乎所有情况下都删除这些填充词：
+- "actually"
+- "a bit"
+- "fortunately" / "unfortunately"
+- "very" / "really"
+- "quite"
+- "basically"
+- "essentially"
+- 过多的连接词（在不需要时使用的 "however"、"moreover"、"furthermore"）
+
+#### 句子构造规则
+
+1. **一句话表达一个想法** - 如果很难用一句话表达一个想法，那就需要用两句话
+2. **不要有重复发音** - 避免在同一个句子中使用发音相似的词
+3. **每个句子都要增加信息** - 删除仅仅是在重述的句子
+4. **永远使用主动语态** - 指明执行者（用 "We find..." 而不是 "It is found..."）
+5. **展开缩写** - 为了正式性，将 "don't" 展开为 "do not"
+
+#### 段落架构
+
+- **第一句话**：清晰地陈述要点
+- **中间的句子**：用证据支持
+- **最后一句话**：强化或过渡
+
+不要把关键信息埋没在段落中间。
+
+---
+
+## Word Choice and Precision
+
+### 来自 Zachary Lipton
+
+**消除模棱两可的话**，除非确实存在不确定性：
+- 除非必要，否则删除 "may" 和 "can"
+- "provides *very* tight approximation" 透出了一种不自信
+- "provides tight approximation" 则很自信
+
+**避免空洞的强调词**：
+- 删除：very、extremely、highly、significantly（除非是统计学含义）
+- 这些词暗示的是不安全感，而不是力量
+
+### 来自 Jacob Steinhardt
+
+**精确胜于简洁**：用具体的术语替换模糊的术语。
+
+| Vague | Specific |
+|-------|----------|
+| performance | accuracy, latency, throughput |
+| improves | increases accuracy by X%, reduces latency by Y |
+| large | 1B parameters, 100M tokens |
+| fast | 3x faster, 50ms latency |
+| good results | 92% accuracy, 0.85 F1 |
+
+**术语一致性**：用不同的术语指代同一个概念会造成混乱。
+
+**选择一个并坚持使用**：
+- "model" vs "network" vs "architecture"
+- "training" vs "learning" vs "optimization"
+- "sample" vs "example" vs "instance"
+
+### 词汇信号
+
+**避免暗示工作仅为微调的词**：
+- 永远不要用："combine"、"modify"、"expand"、"extend"
+- 而是用："develop"、"propose"、"introduce"
+
+**原因**："We combine X and Y" 听起来就像你把现有的两个想法钉在一起。而 "We develop a method that leverages X for Y" 听起来则像是一个真正的贡献。
+
+---
+
+## Mathematical Writing
+
+### 来自 Ethan Perez
+
+**展开所有格符号**以求清晰：
+- 弱："X's Y"
+- 强："The Y of X"
+
+示例："the model's accuracy" → "the accuracy of the model"
+
+### 通用原则
+
+1. 在定理之前**正式陈述所有假设**
+2. 在证明的同时**提供直观的解释**
+3. 在整篇论文中**使用一致的符号**
+4. **在首次使用时定义符号**
+
+### Notation Conventions
+
+```latex
+% Scalars: lowercase italic
+$x$, $y$, $\alpha$, $\beta$
+
+% Vectors: lowercase bold
+$\mathbf{x}$, $\mathbf{v}$
+
+% Matrices: uppercase bold
+$\mathbf{W}$, $\mathbf{X}$
+
+% Sets: uppercase calligraphic
+$\mathcal{X}$, $\mathcal{D}$
+
+% Functions: roman for named functions
+$\mathrm{softmax}$, $\mathrm{ReLU}$
+```
+
+---
+
+## Figure Design
+
+### 来自 Neel Nanda
+
+即使读者跳过正文，图表也应该讲述一个连贯的故事。许多读者最初确实会跳过正文。
+
+### Design Principles
+
+1. **Figure 1 至关重要**：通常是读者看完 abstract 后检查的第一样东西
+2. **自包含的图注（captions）**：读者应该能在不看正文的情况下理解图表
+3. **图表内不要有标题**：图注承担这个功能（ICML/NeurIPS 规则）
+4. **矢量图**：图表使用 PDF/EPS，照片只能使用 PNG（600 DPI）
+
+### Accessibility 要求
+
+8% 的男性患有色觉缺陷。你的图表必须对他们也能正常展示。
+
+**解决方案**：
+- 使用色盲安全调色板：Okabe-Ito 或 Paul Tol
+- 避免红绿组合
+- 验证图表在灰度下的效果
+- 除颜色外，使用不同的线条样式（实线、虚线、点线）
+
+### 工具
+
+```python
+# SciencePlots: Publication-ready styles
+import matplotlib.pyplot as plt
+plt.style.use(['science', 'ieee'])
+
+# Or for Nature-style
+plt.style.use(['science', 'nature'])
+```
+
+---
+
+## Common Mistakes to Avoid
+
+### 结构错误
+
+| Mistake | Solution |
+|---------|----------|
+| Introduction 太长（>1.5 页） | 将 background 移至 Related Work |
+| Methods 被埋没（在第 3 页之后） | 将贡献前置，删减 intro |
+| 缺失 contribution bullets | 添加 2-4 条具体的、可证伪的声明 |
+| 没有明确声明的实验 | 说明每个实验测试了什么 |
+
+### 写作错误
+
+| Mistake | Solution |
+|---------|----------|
+| 套话式的 abstract 开头 | 以你的具体贡献作为开头 |
+| 不一致的术语 | 每个概念选择一个术语 |
+| 过度使用被动语态 | 使用主动语态："We show" 而不是 "It is shown" |
+| 到处使用模棱两可的词 | 除非确实不确定，否则要自信 |
+
+### 图表错误
+
+| Mistake | Solution |
+|---------|----------|
+| 绘图使用了位图 | 使用矢量图（PDF/EPS） |
+| 红绿配色方案 | 使用色盲安全调色板 |
+| 图表内部有标题 | 将标题放在图注中 |
+| 图注依赖正文内容 | 让图注变得自包含 |
+
+### 引用错误
+
+| Mistake | Solution |
+|---------|----------|
+| 逐篇列举的 Related Work | 按方法论进行组织 |
+| 缺失相关引用 | Reviewer 通常是论文作者——慷慨地引用 |
+| AI 生成的引用 | 始终通过 API 进行验证 |
+| 不一致的引用格式 | 使用 BibLaTeX 并保持 key 一致 |
+
+---
+
+## Pre-Submission Checklist
+
+在提交之前，请验证：
+
+**叙述**：
+- [ ] 能否用一句话陈述贡献
+- [ ] 在 intro 中明确展示了三大支柱（What/Why/So What）
+- [ ] 每个实验都支持一个具体的声明
+
+**结构**：
+- [ ] Abstract 遵循 5 句话公式
+- [ ] Introduction ≤1.5 页
+- [ ] Methods 在第 2-3 页开始
+- [ ] 包含 2-4 条 contribution bullets
+- [ ] 包含 limitations 部分
+
+**写作**：
+- [ ] 全文术语一致
+- [ ] 没有套话式的开头句子
+- [ ] 除非必要，已移除模棱两可的词
+- [ ] 所有图表都有自包含的图注
+
+**技术性**：
+- [ ] 所有引用均已通过 API 验证
+- [ ] 包含误差棒及其方法论说明
+- [ ] 记录了计算资源
+- [ ] 声明了代码/数据的可用性