入门 AI 科研：从选题、复现到写出第一篇论文

很多人把「做科研」想得很玄，似乎要先有惊世骇俗的灵感。真实的第一篇论文往往没那么戏剧化，它更像是把「一个清楚的问题、一组可复现的实验、一份讲明白的稿件」组合起来。本文按时间顺序，带你走完从找方向、读文献、做实验到投稿的完整路径。文中标注「已核验」的内容来自相关平台官网；具体课程与社区链接可能随时间变化，标注「待核实」，请你自行确认最新地址。

科研不是比谁聪明，而是比谁更会把模糊的想法变成可检验、可复现、可讲述的结果。

一、找到研究方向与选题

选题决定了后面半年你的痛苦程度。好选题不一定宏大，但一定要满足三个基本条件。

第一，问题要可验证。能用实验给出「方法 A 比方法 B 在指标 X 上更好/更差」这样的结论，而不是停留在观点层面。第二，要有明确增量。哪怕只是把一个已有方法换了个更稳的初始化、或在更小数据上验证了某个假设，只要说清「相比已有的工作，我多做了什么」，就是有效增量。第三，资源要可行。入门阶段选一个能在你手头 GPU（甚至 Colab）上跑通的课题，比选一个需要 64 卡集群的课题现实得多。

几个具体的选题来源：

从复现出发。挑一篇你感兴趣的方向里的经典或近期论文，把它跑通，在复现过程中你自然会看到它的弱点（训练不稳、对数据分布敏感、计算贵），这些弱点就是选题的入口。
从综述与基准出发。读一篇好的综述，看它总结的「开放问题」一节；或盯着一个公开基准（benchmark）排行榜上长期没人攻克的子任务。
从你自己的使用痛点出发。你用某个模型时遇到的具体失败案例，往往就是一个小而真实的研究问题。

选题时避免两个极端：一是追热点追到只剩「换个数据集再跑一遍」，没有自己的问题意识；二是选一个完全没有前人工作、也无从比较的方向，导致最后无法评估自己的结果。

二、高效读论文：三遍法与持续追踪

读论文的质量，直接决定你选题和方法的水平。推荐采用经典的「三遍法」（Srinivasan Keshav 在《How to Read a Paper》中系统总结），它强调带着不同目标分轮次读，而不是从头到尾逐字啃。

第一遍， skim（扫读）：看标题、摘要、引言、各级小标题、图表和结论，忽略数学与实现细节。目标是判断「这篇和我相关吗、它大致做了什么」，五到十分钟就能完成。
第二遍， grasp（理解）：细读但不抠证明，用荧光笔标出关键假设、算法主干和实验设置，尝试在脑中复述作者的方法路线。目标是能向别人讲清「它为什么 work、在哪些条件下 work」。
第三遍， reconstruct（重建）：合上论文，尝试自己推导出核心公式或伪代码；再打开论文对照，找出你漏掉的关键细节。目标是达到能复现、能挑刺的程度。

读的时候一定要留下「阅读卡」（可配合本系列《科研工具链：Zotero 与 Obsidian 高效组合》那篇的模板），固定记录：一句话结论、研究问题、方法要点、与你课题的关系、待跟进问题。否则读一百篇，两周后也只剩模糊印象。

追踪新论文比囤论文更重要。常用渠道：

arXiv：计算机科学下的 cs.LG（机器学习）、cs.CL（计算与语言）、cs.CV（计算机视觉）、stat.ML（统计机器学习）等分类每天都有新帖。已核验（arXiv 官网分类列表包含这些类别，提交入口见 info.arxiv.org/help/submit）。
Papers With Code：把论文、代码与 SOTA 排行榜绑在一起，便于边追新论文边看「该任务目前最强方法是什么、有无公开代码」。该站点本次未通过官网直接核验，具体栏目以官网实时内容为准，标注「待核实」。
Google Scholar 邮件提醒、Semantic Scholar、以及你所在子领域的邮件列表，用来补 arXiv 之外的期刊与会议论文。

典型的新帖追踪流程如下，注意它描述的是信息流而非可执行命令：

  订阅 arXiv 分类 RSS / 邮件
        （cs.LG、cs.CL、cs.CV 等）
  每天 skim 新帖标题与摘要
        （用三遍法的第一遍快速筛选）
  命中相关论文，导入 Zotero 并建阅读卡
        （第二、三遍精读后补全）
  在 Papers With Code 看对应任务的 SOTA 与代码
        （判断该方法是否已被超越、能否复现）

三、复现与做实验：把混乱变成可管理的记录

科研的可信度来自可复现。入门阶段最该先做的，是复现一篇 baseline 论文：把它的指标在你的环境里跑出来。能复现，才有资格说「我的改进比它好」。

实验一旦变多，人脑就记不住了：哪次用了什么学习率、第几版数据增强、随机种子是多少、为什么这次指标掉了一截。必须用实验管理工具把「参数、指标、产物、环境」统一记下来。

用 Weights & Biases 跟踪实验

Weights & Biases（W&B）是面向实验跟踪、评估与可观测性的平台，提供试验跟踪、超参扫描（sweeps）、模型注册表等能力。已核验（W&B 官方文档将其定位为 experiment tracking、evaluation、observability 平台，W&B Models 涵盖 experiment tracking、fine-tuning、sweeps、model registry）。最小用法如下：

import wandb

# 初始化一次 run，指定项目名
wandb.init(project="my-first-paper", name="exp_lr1e-3")

# 记录超参与每轮指标
config = {"lr": 1e-3, "batch_size": 64, "seed": 42}
wandb.config.update(config)

for epoch in range(10):
    loss = train_one_epoch(epoch)
    acc = eval_one_epoch(epoch)
    wandb.log({"loss": loss, "acc": acc, "epoch": epoch})

# 训练结束退出，所有曲线与配置自动同步到云端面板
wandb.finish()

用 MLflow 管理实验与模型

MLflow 是开源的机器学习生命周期平台，由 Linux Foundation 背书，核心包含实验跟踪（Tracking）、项目（Projects）、模型（Models）与模型注册表（Model Registry）等模块。已核验（官网说明其由 Linux Foundation 背书、开源五年以上，并提供 mlflow server 一键启动；文档列出与 PyTorch、Hugging Face 等框架的集成）。最小用法如下：

import mlflow

mlflow.set_tracking_uri("http://localhost:5000")
mlflow.set_experiment("my-first-paper")

with mlflow.start_run(run_name="exp_lr1e-3"):
    mlflow.log_param("lr", 1e-3)
    mlflow.log_param("batch_size", 64)
    mlflow.log_param("seed", 42)
    for epoch in range(10):
        loss = train_one_epoch(epoch)
        acc = eval_one_epoch(epoch)
        mlflow.log_metric("loss", loss, step=epoch)
        mlflow.log_metric("acc", acc, step=epoch)
    # 把训练好的模型登记到模型注册表，便于复现与部署
    mlflow.pytorch.log_model(model, "model")

两者取向略有不同：W&B 偏「团队协作与可视化面板」，开箱即用体验好；MLflow 偏「开源、可自托管、对接现有 MLOps 流水线」。入门不必二选一，先挑一个用顺手，把实验记全比选哪个工具更重要。

四、写与投稿第一篇论文

写作：从 LaTeX 开始

AI 顶会几乎都用 LaTeX。第一次写，直接套用目标会议的官方模板（如 ACL、NeurIPS、ICLR 的 latex 样式文件），能省掉大量排版纠结。一篇标准论文的结构是：摘要、引言（讲清问题与贡献）、相关工作、方法、实验、结论。新手最容易犯的错误是「方法写得很满、贡献讲不清楚」，一定要在引言用三到五条 bullet 明说「本文相对已有工作多做/改了什么」。

\documentclass{article}
\begin{document}
\title{我的第一篇论文标题}
\author{你的名字}
\maketitle
\begin{abstract}
这里用三句话讲清：问题是什么、我们做了什么、结果如何。
\end{abstract}
\section{Introduction}
我们的贡献如下：
\begin{itemize}
  \item 我们提出了一个更稳的初始化方法，在 X 数据集上提升 2 个点。
  \item 我们首次在小样本设定下验证了该假设。
\end{itemize}
\end{document}

投稿流程：以 OpenReview 为例

OpenReview 是一个面向开放同行评审的云平台，提供可配置的评审流程、开放获取与开放讨论，且提交与阅读论文均免费。已核验（OpenReview 官网说明其目标是促进评审过程的开放性，提供 open peer review、open access、open discussion 等能力，且论文提交免费）。ICLR 等会议采用它作为投稿系统，典型流程是：

提交（Submission）：双盲审稿下需隐去作者信息，附 PDF 与补充材料。
评审（Review）：分配审稿人给出分数与意见，部分会议开放公开评论。
反驳（Rebuttal）：作者针对审稿意见逐条回应，补充实验或澄清误解。
终审与录用（Camera-ready）：根据讨论结果决定录用，录用后提交最终版。

各会议具体时间线与双盲细则不同，投稿前务必读该会议当年的 Call for Papers。下面用文字描述这个循环：

  选题与复现 baseline
        （确认有可验证的增量）
  写稿并内部预讲（lab meeting / 同学互审）
        （提前暴露逻辑漏洞）
  在 OpenReview 提交双盲稿件
        （按会议模板与页数限制）
  回应审稿意见（rebuttal）
        （用新实验和数据说话，而非争辩）
  录用后提交 camera-ready，并发布 arXiv 预印本

预印本：arXiv 的使用

arXiv 是开放获取的预印本平台，1991 年由 Paul Ginsparg 创立，长期由康奈尔大学托管、后成为独立非营利组织，提交论文免费且不经过同行评审，仅做主题与学术性审核。已核验（arXiv 官网 About 页面说明其 1991 年创立、提交免费、内容不经同行评审而由志愿者审核）。常见做法是在会议投稿前后（注意部分会议对「同时投稿」有规定）将稿件发布为预印本，扩大可见度并固定时间优先权。发布时选对分类（如 cs.LG）并认真填写摘要即可。

五、推荐学习资源与社区

入门阶段，系统课程比零散刷帖更提效。以下链接的有效性可能随时间变化，标注「待核实」，请自行确认：

经典机器学习与深度学习基础：各校公开课程（如深度学习专项课程、机器学习导论），具体主页地址待核实。
论文写作与评审：会议官网的 Author Guidelines 与往年录用论文，是最直接的范本，链接待核实。
社区：所在子领域的邮件列表、实验室组会、以及论文讨论论坛，用于获取反馈与找合作者，具体入口待核实。

更稳的做法是「以一篇你想复现的论文为锚点」：把它引用的关键文献、代码仓库与对应基准全部吃透，比泛泛列书单更有用。

小结

选题要满足可验证、有增量、资源可行三个条件，最现实的入口是从复现经典论文的弱点出发。
读论文用三遍法分层推进，并坚持写阅读卡；用 arXiv 分类与 Papers With Code 等渠道持续追踪新进展（后者具体栏目待核实）。
实验必须用工具管理：W&B 与 MLflow 都能记录参数、指标与模型，先选一个用顺、把实验记全比挑工具更重要（两者能力均已核验）。
写作从 LaTeX 官方模板起步，投稿以 OpenReview 的双盲流程为例走完提交、评审、反驳、录用，并用 arXiv 预印本固定优先权（相关平台事实已核验）。
第一篇论文的目标是完整跑通科研循环，而不是一步到位做出重大突破。

参考与延伸阅读

arXiv 官网（分类列表、提交入口、1991 年创立与免费提交等事实，已核验）：https://arxiv.org
arXiv About 页面（创立背景、非营利与审核机制，已核验）：https://info.arxiv.org/about
OpenReview 官网（开放评审定位、免费提交与开放讨论等事实，已核验）：https://openreview.net
OpenReview About 页面（平台目标与能力说明，已核验）：https://openreview.net/about
Weights & Biases 文档（实验跟踪、sweeps、model registry 等定位，已核验）：https://docs.wandb.ai
MLflow 官网（Linux Foundation 背书、开源与实验跟踪等事实，已核验）：https://mlflow.org
Papers With Code（论文、代码与 SOTA 排行榜聚合，本次未通过官网直接核验，待核实）：https://paperswithcode.com
三遍读法原始文献：Srinivasan Keshav, How to Read a Paper（方法框架，建议自行检索最新版本，待核实）

本文累计阅读 — 次