顶会框架整理-ICLR2024 // 通用写作逻辑

于2023.11.11更新

不管是写作还是表达：

① 干货 ② 逻辑 ③ 条理​​​​​​​

---

可参考我们最新论文，配合使用~

OuAzusaKou/imagination_mechanism (github.com)

[2309.14243] Enhancing data efficiency in reinforcement learning: a novel imagination mechanism based on mesh information propagation (arxiv.org)

以下是框架 

一般就是这样的框架

Titile（取个好名字也很重要哦，可以和伙伴一起交流，集思广益）

- Abstract

- 1 Introduction

- 2 Related Work

        -- 2.1 大方向的RW

        -- 2.2 小方向的RW

- Preliminaries or Background(根据情况来，除非自己的东西不常见或者需要铺垫，一般不用）

- Method

#  Method 一般采取总分的结构来写

- Experiment

- Conclusion（一般到这儿结束）

- Broader Impact（可选）

-----

# Abstract:

① 一两句话介绍一下问题，交代背景。② 然后Inspired by灵感，设计的方法，解决了什么问题。③详细的描述（关于你的方法，包括方法的优点）④ 大量的实验来验证你的想法 ⑤ 可复现的资料（比如Github链接）

Eg:(填你自己的东西吧~)

 # Introduction:

① 一开始直接一两句话引出问题可能比较合适（除非问题very众所皆知，有图更好，直观！）。② 然后相关方向的一些文献（过往的方法）解决了什么问题，解决了什么问题，转折，依然有什么问题，Inspired or motivated by，我们提出了什么样的方法，简单介绍一下方法构成与优点。③ 为了达到这点（To this end），我们提出了什么什么。The contributions of this paper are summarized as follows:

1> 贡献点①

2> 贡献点②

3> 贡献点③

 # Related Work:

① 大方向的工作介绍，最后一两句话得与自己的工作（实验或者方法有联系，比如大方向的方法的一些主流方法是我们实验中的Baselines）② 小方向的工作介绍，转折，有什么问题，为了解决这个问题，我们怎么做的。

# Method:

① 总分结构。② 总的一段，把Introduction的东西压缩讲一讲，或者换个说法，讲讲问题，为了结局这个问题，我们做了什么，然后如图所示，分别在子章节中我们做了什么。③ 关于方法各部分的详细描述 ④ 方法各部分的详细描述应包括（解读，做了什么事情，优点在哪儿，如果可以在实验那个环节validate了我们的方法）⑤ 公式、伪代码、图 可以提前规划。

# Experiment:

① 数据集介绍或者运行环境介绍，baselines介绍，评估标准介绍 ② 实验结果：准备好实验的图，对比实验图、消融实验图，分析实验

# Conclusion:

相对比较好写，因为基本就是前面的内容的压缩版本，介绍一下针对问题，我们提出来的方法怎么解决的（一两句话），然后实验效果，方法的通用性（即插即用、多种任务），performance...

 # Broader Impact:

看情况而定，可以实事求是，可以吹牛逼，可以结合，anything~