科研经验杂项

【大模型时代的科研之路：写给过去的自己】

• 课程链接

研究相关

1. 根节点研究：定语越少越接近根节点，搬掉大石头能带来更大的收益；热门 + 难干 = 好课题

Rebuttal

1. Paper 是给懂的人看的，无正分 reviews （e.g. ARR avg < 2.75，三大会 < 5） 礼貌性回复即可；AC强捞概率不大；只需要挑好 review 回复即可

2. 理解审稿人逻辑：我因为 A 想拒你，看论文找到 B evidence，说你的 weakness 是 C；多和 co-author 讨论，努力找到 A；能加实验就加，加不了也描绘蓝图，打算怎么解决（rebuttal 是给 AC 看的）

3. 尝试帮 AC 写一个 paper summary，总结优点，表明 concern 已经被完美解决

4. 先回复的好回的；共同的concern是什么->方法泛化性、是否能scale；核心要补充的实验->contamination analysis, more benchmarks, largger models；根据优先级进行实验,短时间来不及的如何设计近似实验

提升会议影响力 - Paradigm Shift:

1. 中了Paper再宣传 -> 可以不中但要挂Arxiv -> 可以不挂Arxiv但一定要发推/XHS宣传demo/blog

2. 开源一切能开源的；GitHub 网页，social media

3. AI 研究是要训练的，presentation 也极其重要，自信！自己的工作说不定对某个人就有用，无心插柳柳成荫；

QA：

1. Rebuttal 审稿人不回复：礼貌性回复，如果回复了三条，都不回复；就跟 AC 说我们 address 了 reviewer 的 concern，reviewer 哑火了！reviewer 哑火了！reviewer 哑火了！

2. 一次性可以跟几个？或许两个（一个主力推进一个换脑子，七三开）

3. peer review，让不熟悉你的项目的人来“审稿”；