不要只读论文里的motivation和method

• 论文里的图表和统计特征

在论文里找到具有统计意义的东西，那么在语料里也肯定遵循这样的规律，我们就能用机器学习的方法， 我们再用不同方法解决，哪种方法好，就用哪种

• 实验分析

从数据上看，GPT-4在多选问题上提升显著，这个问题就不必做了，当看到它在HumanEval这个数据集上表现不好， 我们这时就可以做这方面的工作，只要没有做到九十多，就有值得做的空间。

• case分析

找到任务里最好的模型，然后复现一下，根据测试集，预测模型的结果，把bad case拿出来

去分析这些case为什么bad,case之间有什么规律，比如说都会产生什么回复，最后找方法去解决

• 动手做实验

不亲自做实验永远不知道有什么BUG实例，提升代码工程能力，发现代码里有什么问题

• 在多篇论文里取其精华，去其糟粕

发现几篇论文解决同一个问题，分析他们的优缺点，然后找出折中的方案，往往取得好结果

一、选题创新的四重验证

前沿性定位

使用Connected Papers工具构建文献网络图

对比近三年顶会最佳论文选题趋势（建议关注ICLR2025热点）

典型案例：Transformer架构的17种改进方向分析

技术可行性

计算资源预评估表：

模型规模	显存需求	训练周期
<1B参数	16GB	3天
1-10B	80GB	2周

二、论文结构的智能优化

方法论章节

算法描述必须包含：

数学符号统一声明（推荐使用\DeclareMathOperator）

时间/空间复杂度推导过程

模块设计动机图（建议使用LATEX tikz绘制）

实验设计

必备项目计算机视觉自然语言处理基准数据集ImageNet-1KGLUE Benchmark对比算法ViTv5LLaMA-3可视化工具Grad-CAM++Attention Rollout

方法论章节写作范式

# 伪代码规范示例（ResNet改进案例）
class NewBlock(nn.Module):
    def __init__(self, in_c):
        super().__init__()
        self.conv = nn.Sequential(
            nn.Conv2d(in_c, in_c//4, 1),  # 压缩比1/4
            nn.GELU())  # 注明激活函数选择依据

三、伦理合规 checklist

数据使用：

人脸数据需通过k-anonymity验证

医疗数据脱敏处理

代码审查：

禁止包含test_acc=0.99的魔术数字

随机种子需声明

四、投稿策略矩阵

会议选择指南：

理论创新：NeurIPS（录用率<20%）

工程突破：ICML（需开源代码）

跨学科：Nature Machine Intelligence

Rebuttal应对：

针对"实验不足"：补充跨模态测试

面对"创新质疑"：增加专利查新报告

五、常见致命错误

数学符号前后不一致（特别防范i/j/k混用）

基线模型版本过时（如仍对比ResNet-18）

忽略负结果报告（需说明失败案例）

推荐工具

文献管理：Zotero AI插件

绘图工具：VisFormer

代码检测：DeepCode Scanner