论文写作
- 作者仓库星标 72
- 作者仓库 research-harness
- 领域
- 写作
- 作者声明的智能体
- 未找到明确声明;不据此推断已兼容或已测试
- 静态检查
- 88 / 100 · 启发式扫描,不代表运行安全
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @Biajin-PKU · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- 未声明(默认跨平台)
- 运行环境要求
- 未检出明确要求
- 检测到的文件与系统行为
-
- 只读
- 允许写入 / 修改
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
# Paper Writing — 论文撰写 Skill
六轨论文写作引擎:从问题定位到投稿就绪。
## 触发时机
- 起草/修改论文任意章节
- 准备投稿(格式、checklist、anonymization)
- 准备 rebuttal / camera-ready
- 给导师写科研进展汇报
- 讨论论文 framing 或 narrative
## 第 0 步:识别论文类型 → 选择 Track
在开始任何写作之前,**必须**确认论文类型并加载对应 track:
| Track | 类型 | 加载文件 | 典型 venue |
|-------|------|----------|------------|
| A | 专项研究 (Original Research) | `tracks/original-research.md` | CCF-A 会议/期刊 |
| B | 综述 (Survey / Review) | `tracks/survey-review.md` | ACM CSUR, IEEE TPAMI Survey |
| C | 系统/基准 (System / Benchmark) | `tracks/system-benchmark.md` | NeurIPS D&B, MLSys |
| D | 短论文/Workshop | `tracks/short-workshop.md` | Workshop, Findings |
| E | 立场论文 (Position Paper) | `tracks/position-paper.md` | TMLR, HotNets |
| F | 科研汇报 (Advisor Report) | `tracks/advisor-report.md` | 内部汇报 |
**如果用户没有明确类型**:通过以下问题判断——"这篇论文是提出新方法/理论,还是系统梳理某个领域?有实验结果吗?目标投哪里?"
---
## 核心原则(六轨共享)
以下原则按重要性排序,适用于所有论文类型。每条标注了来源("导师"= 导师方法论,"国际"= 开源社区/顶级研究者共识)。
### 一、问题定位六维验证 [导师 P3-P8]
**写论文的第一步不是写,而是验证"这个问题值得写"。** 用以下六个维度检验,至少满足 4/6:
| 维度 | 检验问题 | 证据类型 |
|------|----------|----------|
| 🏭 **应用迫切性** | 是否有重大且紧迫的实际应用场景? | 产业报告、新闻、市场数据 |
| 🧮 **理论空白** | 是否存在理论尚未解决的问题? | 现有方法的failure case、bound gap |
| 🔥 **学术热度** | 是否是当前学术界的研究热点? | 近2年顶会论文数量趋势 |
| 🏫 **顶校参与** | 全球顶级高校是否有团队在做? | 发表记录(MIT/Stanford/THU/ETH等) |
| 🏢 **产业投入** | 国际大厂是否有相关论文/工具/研究? | Google/Meta/MS/OpenAI的发表和开源 |
| 🤝 **产学共识** | 学术界和产业界是否都认为迫切? | 同时出现在顶会和产业blog中 |
**应用方式**:在 Introduction 第一段就要传递出"这个问题重要且紧迫"的信号,用具体数据而非空洞形容词。
> 例:不要写"X is an important problem",而是"X affects 2.3B daily queries (Google, 2025) and remains unsolved despite 47 papers at NeurIPS/ICML 2024-2025"。
### 二、三问题→三贡献对称结构 [导师 P9-P10]
Related Work / 综述部分归纳的**未解决问题不能太多,限制为 3 条**。然后自己的创新工作与这 3 条一一对应:
```
Related Work 归纳出:
❶ 问题1: [现有方法在X上的结构性局限]
❷ 问题2: [Y场景下的理论空白]
❸ 问题3: [Z维度上的效率/精度瓶颈]
Our Contributions:
❶ 贡献1: [针对问题1的方案] → 对应 Section 3.1 + Exp Table 2
❷ 贡献2: [针对问题2的方案] → 对应 Section 3.2 + Exp Table 3
❸ 贡献3: [针对问题3的方案] → 对应 Section 3.3 + Exp Table 4
```
**为什么是 3 条**:太少(1-2)显得贡献不足;太多(4+)导致散焦,审稿人记不住。3 条形成完整论证链且易于记忆。
**Track 适配**:
- Track A(专项研究):严格 3 问题 → 3 贡献
- Track B(综述):改为 3-5 个 open challenges → 对应 research roadmap
- Track D(短论文):1-2 个问题 → 1-2 个贡献
- Track F(科研汇报):不强制此结构
### 三、引用质量分级 [导师 P1]
引用不只是支撑论点,更是向审稿人展示你的学术视野。**引用质量直接影响审稿人对论文成熟度的判断。**
| 优先级 | 来源 | 策略 |
|--------|------|------|
| ★★★ 必引 | CCF-A 会议/期刊、中科院一区 | 核心论点的主要支撑,放在引用序列前部 |
| ★★☆ 可引 | CCF-B 会议/期刊、中科院二区 | 补充性引用,用于扩展覆盖面 |
| ★☆☆ 慎引 | 其他 venue | 仅在以下情况使用:(a) 该领域可用文献确实稀缺,(b) 该论文是开创性工作(如早期 arXiv),(c) 唯一相关的实现/数据集 |
**操作规则**:
1. 每个核心论点至少有 1 篇 ★★★ 级引用支撑
2. 低 tier 引用如必须使用,在引用列表中放在 ★★★ 之后
3. 自引比例不超过 15%,除非该领域你的团队是主要贡献者
4. 引用年限:优先近 3 年,超过 5 年的仅保留 seminal works
**Track 适配**:
- Track B(综述):★★★ 仍优先,但必须全面覆盖——漏引重要工作比引用低 tier 更危险
- Track D(短论文):引用总数 15-25 篇,几乎全部 ★★★
### 四、综述式写作:综合归纳 > 逐篇介绍 [导师 P2]
**这是 Related Work 最常见的错误:变成文献列表而非知识综合。**
| ❌ 错误写法 | ✅ 正确写法 |
|-------------|-------------|
| "A et al. proposed X. B et al. proposed Y. C et al. proposed Z." | "Three lines of work address this problem: methods based on X [A,B], approaches using Y [C,D], and techniques leveraging Z [E,F]. While X-based methods achieve strong accuracy, they suffer from..." |
| 逐篇罗列每篇论文的方法和结果 | 按研究方向分组,综合比较优缺点,指出共同局限 |
| 给每篇论文相同篇幅 | 重要进展详写,边缘工作一笔带过 |
**写法公式**(每个研究方向一段):
```
[方向名称] 的研究进展 [refs] 已经解决了 [具体问题],
但仍面临 [具体局限]。
其中 [最重要的1-2篇] 通过 [具体方法] 取得了 [具体成果],
然而 [结构性问题] 使得这些方法无法 [目标场景]。
```
### 五、技术包装:突出新颖性与深度 [导师 P11]
同一个技术,不同的包装,审稿人的感知完全不同。
| 弱包装 | 强包装 |
|--------|--------|
| "We combine A and B" | "We develop a unified framework that integrates A's efficiency with B's expressiveness through a novel coupling mechanism" |
| "We modify the loss function" | "We introduce a theoretically-grounded regularization term derived from [原理], which provably ensures [性质]" |
| "We use transformer for X" | "We identify that the key bottleneck in X is [具体问题], and propose [命名的方法] that exploits [具体结构特征] to achieve [具体改进]" |
**包装三要素**:
1. **命名**:给你的方法/框架取一个memorable的名字
2. **定位**:明确说出"first"/"novel"在哪个维度上成立
3. **深度**:展示为什么这个方案不是trivial的(理论保证、非显然的设计选择、失败的替代方案)
### 六、叙事原则 [国际:Nanda/Farquhar/Karpathy]
**一篇论文是一个有明确结论的技术故事,不是实验的堆砌。**
Introduction 结束时,读者必须清楚理解:
| 支柱 | 内容 | 测试 |
|------|------|------|
| **The What** | 1-3 个具体的、可证伪的 claims | 能用一句话说清楚吗? |
| **The Why** | 支撑 claims 的证据 | 有强 baseline 对比吗? |
| **The So What** | 读者为什么应该关心 | 与已知社区问题有联系吗? |
**如果核心贡献无法用一句话说清楚,论文的 framing 还没有收敛。**
### 七、时间分配 [国际:Nanda]
在以下四部分投入**大致相等**的时间:
1. Abstract
2. Introduction
3. Figures(尤其 Figure 1)
4. 其余所有内容
**原因**:审稿人的阅读顺序是 Title → Abstract → Intro → Figure 1 → 可能看Methods。前两页不吸引人,后面的精彩内容可能永远不被看到。
### 八、句子级清晰度 [国际:Gopen & Swan 七原则]
| 原则 | 规则 | 示例 |
|------|------|------|
| 主谓紧邻 | 主语和动词之间不插入长定语从句 | ❌ "The model, which was..." → ✅ "The model achieves..." |
| 重点后置 | 句末放最重要的信息 | ❌ "Accuracy improves by 15% when using X" → ✅ "When using X, accuracy improves by **15%**" |
| 语境先行 | 先给背景,再给新信息 | ✅ "Given these constraints, we propose..." |
| 旧信息→新信息 | 从已知过渡到未知 | 前后句之间要有逻辑链接 |
| 一段一事 | 每段只做一件事 | 多主题段落要拆分 |
| 动词承载动作 | 避免名词化 | ❌ "perform an analysis" → ✅ "analyze" |
| 先铺垫后展示 | 公式/结果前先解释为什么重要 | 不要突然出现一个等式 |
### 九、词语精确度 [国际:Lipton/Steinhardt]
- **消灭模糊词**:❌ "performance" → ✅ "accuracy" / "latency" / "throughput"
- **消灭对冲**:❌ "may improve" → ✅ "improves by 15%"(除非确实不确定)
- **消灭弱动词**:❌ "combine" / "modify" / "extend" → ✅ "develop" / "propose" / "introduce"
- **消灭修饰词**:❌ "very significant improvement" → ✅ "15% improvement"
- **术语一致**:全文同一概念只用一个术语
### 十、反 AI 痕迹检查 [国际:Imbad0202/SNL-UCSB]
LLM 辅助写作的论文容易出现以下模式,审稿人已经能识别:
| 模式 | 检测方法 | 修正 |
|------|----------|------|
| 过度使用 em-dash (—) | 全文搜索 `—` 计数 | 改用逗号、分号或拆句 |
| 每段开头千篇一律 | 检查段首词分布 | 变化句式结构 |
| "It is worth noting that" 等清嗓子 | 搜索固定短语 | 直接删除,lead with content |
| 段落长度高度一致 | 统计每段字数标准差 | 有意变化段落长度 |
| 过度使用 "Furthermore" / "Moreover" | 统计连接词频率 | 用逻辑关系替代(because/however/specifically) |
| "delve into" / "landscape" / "realm" | 搜索 AI 高频词 | 替换为具体表述 |
---
## 引用工作流(防幻觉)
**🚨 核心规则:绝不从记忆生成 BibTeX。必须程序化获取。🚨**
AI 生成的引用有约 40% 的错误率。幻觉引用(不存在的论文、错误作者、错误年份)是严重的学术不端。
### 引用验证流程(每条引用必须执行)
```
1. 搜索 → Semantic Scholar API / Exa MCP / Google Scholar
2. 验证 → 论文在 2+ 来源中存在(S2 + arXiv/CrossRef)
3. 获取 → 通过 DOI 程序化获取 BibTeX
4. 核实 → 你引用的 claim 确实在该论文中出现
5. 分级 → 按引用质量分级(★★★/★★☆/★☆☆)标注
6. 失败 → 标记 [CITATION NEEDED],明确告知用户
```
**Research Harness 集成**(可选):如果 MCP server 可用,使用 `paper_search` 和 `claim_extract` 工具验证引用和 claim 对应关系。
### 引用不可做的事
| ❌ 禁止 | ✅ 正确做法 |
|---------|-------------|
| 从记忆写 BibTeX | 通过 API 获取 |
| 记不清就猜一个类似的 | 标记 `[CITATION NEEDED]` |
| 引用未读过的论文 | 至少确认 abstract 和 conclusion |
| 用 arXiv 版本替代已发表版本 | 优先引用正式发表版 |
---
## 写作流程(五阶段 Pipeline)
改编自 SNL-UCSB 五阶段流水线,融合导师原则:
### Stage 1: 问题定位与 Brainstorming
- 运行**六维验证**(原则一),确认问题值得写
- 确定论文类型,加载对应 Track
- 明确一句话贡献(One-Sentence Contribution Test)
- 输出:`project_context.md`(论文身份声明、venue、贡献 claims)
### Stage 2: 架构设计 (Architecture)
- 设计章节大纲,分配 claim → section 映射
- 规划 figure/table plan(Figure 1 优先)
- 设定 page budget
- 运行 **3 问题 → 3 贡献对称检查**(原则二)
- 输出:结构化大纲表
| Section | Pages | Key Claim | Figures/Tables |
|---------|-------|-----------|----------------|
| ... | ... | ... | ... |
### Stage 3: 章节起草 (Section Drafts)
**推荐起草顺序**:
1. Draft 0 Introduction(定调,可丢弃)
2. Experiments / Evaluation
3. Method / Design
4. Related Work(运用原则四:综合归纳)
5. Final Introduction(基于实际证据重写)
6. Abstract(最后写)
**每个章节起草后**:运行对应 Track 的 section checklist。
### Stage 4: 整合与一致性 (Integration)
- 术语一致性:全文同一概念同一名称
- Claim-Evidence 映射:Introduction 每条 claim 对应实验
- 关键抽象传播:核心概念在各 section 都出现
- 过渡检查:N 段结尾 ↔ N+1 段开头逻辑连贯
- 运行**反 AI 痕迹检查**(原则十)
### Stage 5: 压缩与打磨 (Compression)
按顺序执行 7 个压缩操作:
1. 句子精简(删除从句、修饰词、清嗓子)
2. 段落合并(同一论点的多个例子 → 保留最佳)
3. 通用修饰词删除("significant" → 具体数字)
4. Tutorial 删除(目标读者已知的知识)
5. Claim-first 改写(主句前置)
6. Takeaway 插入(实验组后加总结段)
7. 数据可视化提升(密集数字从文字移到图表)
**目标**:首稿减少 30-50%。报告压缩前后字符数。
---
## 质量门控 (Quality Gates)
每个阶段完成后,运行对应的质量检查:
### Gate 1: 问题定位检查(Stage 1 后)
- [ ] 六维验证至少 4/6 通过
- [ ] 一句话贡献清晰且可证伪
- [ ] 目标 venue 明确
### Gate 2: 结构检查(Stage 2 后)
- [ ] 3 问题 → 3 贡献对称(Track A)或 N challenges → roadmap(Track B)
- [ ] 每个 claim 有对应的 evidence section
- [ ] Figure 1 计划就绪
- [ ] Page budget 符合 venue 要求
### Gate 3: 章节检查(Stage 3 每章后)
- [ ] 引用质量分级达标(核心论点有 ★★★)
- [ ] 无逐篇介绍式 related work(原则四)
- [ ] 每个实验明确声明测试什么 claim
- [ ] Section checklist(来自 Track 文件)通过
### Gate 4: 一致性检查(Stage 4 后)
- [ ] 术语一致
- [ ] Claim 完整映射
- [ ] 反 AI 痕迹通过
- [ ] 交叉引用无断裂
### Gate 5: 投稿就绪检查(Stage 5 后)
- [ ] Page count 符合 venue 限制
- [ ] 所有引用已验证(无 `[CITATION NEEDED]`)
- [ ] Anonymization 完成(双盲 venue)
- [ ] LaTeX 编译无 warning
- [ ] 所有 figure 为矢量格式(PDF/EPS)
- [ ] Font 全部嵌入
---
## Abstract 五句话公式 [国际:Farquhar]
```
句1: 你做了什么("We introduce..." / "We prove..." / "We demonstrate...")
句2: 为什么这个问题难且重要
句3: 你怎么做的(含关键词,利于搜索发现)
句4: 你有什么证据
句5: 最值得记住的数字/结果
```
**删除标准**:如果第一句能套在任何 ML 论文上("Large language models have achieved remarkable success..."),直接删除。
---
## Research Harness 集成(可选)
当 Research Harness MCP server 可用时,可使用以下工具增强写作流程:
| 阶段 | MCP 工具 | 用途 |
|------|----------|------|
| Stage 1 | `paper_search`, `gap_detect` | 验证问题定位、发现 gap |
| Stage 2 | `outline_generate`, `writing_architecture` | 生成大纲和写作架构 |
| Stage 3 | `section_draft`, `claim_extract` | 起草章节、提取 claim |
| Stage 4 | `consistency_check` | 全文一致性检查 |
| Stage 5 | `section_review`, `section_revise` | 章节审查和修订 |
| 引用 | `paper_search`, `paper_ingest` | 搜索和管理文献 |
**独立使用**:即使没有 Research Harness,本 skill 的所有原则和流程仍然完全可用——使用 web search 替代 `paper_search`,手动管理引用替代 MCP 工具。
---
## Track 快速参考
详细的 track-specific 写作指南见 `tracks/` 目录。以下是各 track 的核心差异速查:
| Track | 核心叙事 | 引用量 | 特殊要求 |
|-------|----------|--------|----------|
| A 专项研究 | 问题→方案→证据 | 30-60 | 严格 3→3 对称 |
| B 综述 | 领域→分类→空白→路线图 | 100-300 | 全面覆盖 > tier 优先 |
| C 系统/基准 | 需求→设计→评估→可复现 | 30-50 | 强调 reproducibility |
| D 短论文 | 一个 insight→初步证据 | 15-25 | 几乎全 ★★★ |
| E 立场论文 | 观点→论证→implications | 20-40 | 强调 provocativeness |
| F 科研汇报 | 进展→问题→下一步 | N/A | 面向导师,实用导向 |
章节与文件索引
按说明文件中的顺序排列。
触发时机
第 0 步:识别论文类型 → 选择 Track
核心原则(六轨共享)
一、问题定位六维验证 [导师 P3-P8]
二、三问题→三贡献对称结构 [导师 P9-P10]
文件/命令 -> tracks/original-research.md · tracks/survey-review.md · tracks/system-benchmark.md · tracks/short-workshop.md · tracks/position-paper.md · tracks/advisor-report.md · paper_search · claim_extract
内容校验值 -> 146236a5b49d
当前原文的自动摘译,尚未人工审校。
触发时机
起草/修改论文任意章节 准备投稿(格式、checklist、anonymization) 准备 rebuttal / camera-ready 给导师写科研进展汇报 讨论论文 framing 或 narrative
第 0 步:识别论文类型 → 选择 Track
在开始任何写作之前,必须确认论文类型并加载对应 track: Track · 类型 · 加载文件 · 典型 venue A · 专项研究 (Original Research) ·
tracks/original-research.md· CCF-A 会议/期刊 B · 综述 (Survey / Review) ·tracks/survey-review.md· ACM CSUR, IEEE TPAMI Survey C · 系统/基准 (System / Benchmark) ·tracks/system-benchmark.md· NeurIPS D&B, MLSys核心原则(六轨共享)
以下原则按重要性排序,适用于所有论文类型。每条标注了来源("导师"= 导师方法论,"国际"= 开源社区/顶级研究者共识)。
一、问题定位六维验证 [导师 P3-P8]
写论文的第一步不是写,而是验证"这个问题值得写"。 用以下六个维度检验,至少满足 4/6: 维度 · 检验问题 · 证据类型 🏭 应用迫切性 · 是否有重大且紧迫的实际应用场景? · 产业报告、新闻、市场数据 🧮 理论空白 · 是否存在理论尚未解决的问题? · 现有方法的failure case、bound gap 🔥 学术热度 · 是否是当前学术界的研究热点? · 近2年顶会论文数量趋势
二、三问题→三贡献对称结构 [导师 P9-P10]
Related Work / 综述部分归纳的未解决问题不能太多,限制为 3 条。然后自己的创新工作与这 3 条一一对应: 为什么是 3 条:太少(1-2)显得贡献不足;太多(4+)导致散焦,审稿人记不住。3 条形成完整论证链且易于记忆。 Track 适配: Track A(专项研究):严格 3 问题 → 3 贡献 Track B(综述):改为 3-5 个 open challenges → 对应 research roadmap