跳转至

论文调研与实验工作流

这页整理写论文时可复用的工作流。原始 Obsidian 笔记中有长篇外部转载和工具提示词，这里只保留抽象后的方法，不复制原文。

总体流程

  1. 明确研究问题。
  2. 做文献调研。
  3. 提出可证伪假设。
  4. 设计实验。
  5. 实现真实可运行的实验代码。
  6. 跑小规模 pilot，估算时间和资源。
  7. 扩展实验并记录日志。
  8. 写论文初稿。
  9. 做一致性审查。
  10. 归档代码、结果和复现实验说明。

研究问题约束

一篇论文要聚焦 1 到 2 个核心创新点。不要把环境配置、依赖安装、调试日志包装成研究贡献。

每一节都要回到核心问题：

  • Abstract：说明问题、方法、结果和贡献。
  • Introduction：解释为什么这个问题重要，现有方法缺口是什么。
  • Method：描述技术方法，不写成操作日志。
  • Experiments：报告可复现的量化结果。
  • Discussion：说明适用边界、局限和未来工作。

实验真实性红线

  • 不伪造 loss 曲线。
  • 不用随机数假装实验结果。
  • 不硬编码指标。
  • 不用固定 for 循环冒充收敛。
  • 遇到 NaN / Inf 要追根因，不用 try/except 或 nan_to_num 掩盖。

实验代码至少应包含：

  • 明确的 objective / loss。
  • 真实的算法更新逻辑。
  • 收敛停止准则。
  • deterministic seed。
  • results.json。
  • 可读的日志和指标输出。

Pilot 先行

大实验前先跑一个最小条件：

Text Only
TIME_ESTIMATE: <single_condition_seconds>
estimated_total: <seconds>

如果实验组合太多：

  • 降低 seed 数量。
  • 限制最大迭代次数。
  • 加 time guard。
  • 在资源预算 80% 时保存部分结果并优雅停止。

写作结构

推荐结构：

  • Introduction
  • Related Work
  • Methodology
  • Experiments
  • Discussion
  • Conclusion
  • References
  • Appendix

正文页数有限时，核心贡献、方法和主要实验必须留在正文；实现细节、额外 ablation 和完整超参可以放附录。

一致性审查

提交前逐项检查：

  • 论文声称的数据集是否真的在实验日志中出现。
  • 论文声称的 baseline 是否真的实现并调参。
  • 论文声称的 ablation 是否真的有结果。
  • 图表数字是否来自 results.json。
  • 统计检验是否真的在代码中实现。
  • 文献引用是否真实、相关且可追溯。

如果方法、实验和结果不一致，应退回实验阶段，而不是修改措辞掩盖。