मशीन लर्निंग शोध-पत्रों के लिए LaTeX, नोटेशन की गड़बड़ी के बिना

नोटेशन शीट, एब्लेशन तालिकाएँ, एल्गोरिदम, ट्रेनिंग रन के चित्र, और पहले arXiv ड्राफ़्ट से कैमरा-रेडी तक शोध-पत्र के साथ Git।

ज़्यादातर ML शोध-पत्र LaTeX में एक ही तरह से चूकते हैं: तीसरे पन्ने पर गणित ठीक होता है और बारहवें तक आते-आते असंगत हो जाता है। लॉस एक अनुभाग में L होता है, दूसरे में \mathcal{L}, और बोल्ड वेक्टर तभी दिखते हैं जब लेखक को याद रहा हो। समीक्षक इस पर टिप्पणी न करें तब भी ध्यान देते हैं।

यह उन विद्यार्थियों के लिए व्यावहारिक गाइड है जो वर्कशॉप के शोध-पत्र, सम्मेलन सबमिशन और ऐसे थीसिस अध्याय लिख रहे हैं जिनकी जड़ें ट्रेनिंग कोड से जुड़ी हैं।

पहले दिन नोटेशन शीट चुनें

संबंधित कार्य लिखने से पहले मैक्रो की बीस पंक्तियाँ लिखें:

\newcommand{\vect}[1]{\boldsymbol{#1}}
\newcommand{\mat}[1]{\mathbf{#1}}
\DeclareMathOperator*{\argmax}{arg\,max}
\newcommand{\loss}{\mathcal{L}}
\newcommand{\expect}{\mathbb{E}}
\newcommand{\kl}{\mathrm{KL}}

यह ब्लॉक हर सह-लेखक की ब्रांच में चिपका दें। जब कोई मॉडल कोई नया प्रतीक गढ़े, तो पहले उसे शीट में जोड़ें, फिर इस्तेमाल करें। AI से नोटेशन का पालन करवाने वाला लेसन यही विचार है, बस इसमें एक भाषा मॉडल भी शामिल है: मॉडल को शीट माननी होगी, अपने फ़ॉन्ट नहीं गढ़ने होंगे।

शोध एडिटर में लाइव गणित प्रीव्यू टाइप करते समय ही यह पकड़ने में मदद करता है कि \mathcal{L} और L एक ही चीज़ नहीं हैं।

कैमरा-रेडी तक टिकने वाली तालिकाएँ

एब्लेशन तालिकाएँ तब तक बढ़ती जाती हैं जब तक पन्ने से बाहर न गिर जाएँ। खड़ी रेखाओं के बिना booktabs, दशमलव की सीध के लिए siunitx, और ऐसा कैप्शन चुनें जो मीट्रिक और डेटा स्प्लिट बताए (ImageNet, CIFAR, इन-डोमेन बनाम OOD)। अगर तालिका कई पन्नों में फैलती है, तो फ़ॉन्ट को 7pt तक छोटा करने के बजाय शुरू में ही longtable इस्तेमाल करें।

पहले ड्राफ़्ट के लिए विज़ुअल बिल्डर मदद करता है: टेबल जनरेटर ब्राउज़र में चलता है। अंतिम तालिका में फिर भी कैप्शन में मीट्रिक का नाम होना चाहिए और ± को std या se के रूप में परिभाषित किया जाना चाहिए।

जब सम्मेलन इजाज़त दे, तब सीड और हाइपरपैरामीटर की रेंज परिशिष्ट की तालिकाओं में दें। मुख्य तालिकाएँ सरसरी नज़र से पढ़ने लायक रहती हैं।

एल्गोरिदम और लिस्टिंग

सूडोकोड algorithm2e या algorithmicx में रखें, मोनोस्पेस अनुच्छेद में नहीं। ट्रेनिंग के असली स्निपेट भाषा तय करके listings या minted में रखें, ताकि समीक्षक सरसरी नज़र से पढ़ सकें। मुख्य शोध-पत्र छोटा रखें; पूरे कॉन्फ़िग परिशिष्ट में या कमिट हैश वाले रिपॉज़िटरी लिंक में रखें।

\begin{algorithm}
\caption{Training step}\label{alg:step}
...
\end{algorithm}

जिन एल्गोरिदम का आप हवाला देते हैं उन्हें क्रमांक दें। PDF में PyTorch के पाँच पन्ने न उँडेलें।

TensorBoard और matplotlib से चित्र

जब हो सके PDF या SVG एक्सपोर्ट करें। 300dpi के रास्टर PNG UI के स्क्रीनशॉट के लिए ठीक हैं, लाइन प्लॉट के लिए नहीं। \includegraphics से पहले आसपास की ख़ाली जगह काट दें। अगर चित्र (फ़्लोट) भागकर अगले अनुभाग में चला जाए, तो [H] से घंटे भर जूझने से पहले आकार और जगह ठीक करें: फ़्लोट की जगह।

बहु-पैनल एब्लेशन: TeX में subcaption से बनाएँ, या बाहर जोड़कर एक PDF के रूप में शामिल करें। सभी चित्रों में “हमारे” (ours) मॉडल के लिए एक ही रंग रखें, ताकि सरसरी नज़र से पढ़ने वाले लेजेंड एक ही बार सीखें।

दो-कॉलम सम्मेलन क्लासें

NeurIPS, ICML, ICLR और CVPR जैसी क्लासें मार्जिन और फ़्लोट के नियम बदल देती हैं। आधिकारिक क्लास के साथ जल्दी कंपाइल करें। पन्नों की सीमा वास्तविक होती है; फ़ॉन्ट को न दबाएँ। अगर कॉल इजाज़त दे, तो प्रमाण और अतिरिक्त एब्लेशन परिशिष्ट या पूरक PDF में ले जाएँ।

स्थिर cite कुंजियाँ इस्तेमाल करें और Scholar के एक्सपोर्ट साफ़ करें। .bib को वैलिडेट करें: BibTeX वैलिडेटर। जिस कोड और डेटासेट पर आप निर्भर हैं उन्हें उद्धृत करें। लेखक-वर्ष बनाम संख्यात्मक शैली सम्मेलन पर निर्भर करती है; टेम्पलेट की शैली अपनाएँ, कोई मिला-जुला रूप नहीं।

शोध-पत्र के बगल में Git

आर्किटेक्चर का हर बदलाव ऐसा कमिट होना चाहिए जिसे आप नाम दे सकें। शोध-पत्र और कोड को एक ही प्रोजेक्ट मानें, बैकअप की दो अलग-अलग आदतें नहीं।

Oleafly (नए टैब में खुलता है) शोध-पत्र को असली Git रिपॉज़िटरी में रखता है, जिसके बगल में प्रोजेक्ट को समझने वाला एडिटर है, जिसमें लाइव गणित प्रीव्यू, फ़ाइलों के आर-पार रेफ़रेंस, उद्धरण का ऑटो-कम्प्लीशन और SyncTeX PDF हैं। ML कोड जिस तरह पहले से रहता है, यह उससे मेल खाता है। डेडलाइन के दबाव में जब सिंटैक्स भूल जाएँ, तो इसके साथ चीटशीट रखें।

OpenReview या CMT पर अपलोड किए गए संस्करण से मेल खाते कमिट को टैग करें। रिबटल के दौरान आपको उसकी ज़रूरत पड़ेगी।

रिबटल और कैमरा-रेडी

रिबटल की अवधि छोटी होती है। “रिबटल के प्रयोगों” के लिए अलग ब्रांच या फ़ोल्डर रखें, ताकि सबमिट किए गए PDF का सोर्स गंदा न हो। कैमरा-रेडी में अक्सर एक अतिरिक्त पन्ना मिलता है; उसे स्पष्टता के लिए इस्तेमाल करें, हर असफल रन उँडेलने के लिए नहीं।

व्यापक प्रभाव और सीमाएँ

जब सम्मेलन सामाजिक प्रभाव या सीमाओं पर छोटा अनुच्छेद माँगे, तब भी उसे सरल भाषा में लिखें। LaTeX किसी धुँधले अनुच्छेद को नहीं बचाएगा। अगर मुख्य पन्नों की सीमा तंग है, तो जिन नकारात्मक नतीजों के साथ आप खड़े हो सकते हैं उन्हें परिशिष्ट में रखें, और मुख्य पाठ में बता दें कि आपने ऐसा किया है, ताकि समीक्षक यह न मान लें कि आपने उन्हें छिपाया।

अपलोड करने से पहले

जाँच लें कि नोटेशन शीट सभी अनुभागों में एकरूप है, मुख्य तालिकाएँ पढ़ने लायक हैं जिनमें मीट्रिक के नाम दिए हैं और ± परिभाषित है, और एल्गोरिदम तथा चित्रों का हवाला क्रम से दिया गया है। पक्का करें कि आधिकारिक क्लास पन्नों की सीमा के भीतर फ़ॉन्ट की हेराफेरी के बिना कंपाइल होती है, .bib साफ़ है और उसमें कोड व डेटा उद्धृत हैं, और अपलोड किए गए PDF का कमिट हैश दर्ज है।

ML के प्रयोग वैसे ही काफ़ी शोर वाले होते हैं। नोटेशन और तालिकाओं को शांत रखें।

सभी पोस्ट