記法が乱れない機械学習論文のための LaTeX

記法シート、アブレーション表、アルゴリズム、学習実行から作る図、そして最初の arXiv 草稿からカメラレディまで論文の隣に置く Git。

機械学習の論文の多くは、LaTeX で同じように失敗します。3 ページ目では数式に問題がなくても、12 ページ目には表記が食い違っているのです。損失がある節では L、別の節では \mathcal{L} になり、太字のベクトルは書き手が思い出したときにしか現れません。査読者は、指摘しなくても気づいています。

このガイドは、ワークショップ論文、カンファレンス投稿、そして学習コードと同じ出自を持つ学位論文の章を書く学生のための、実践的な手引きです。

初日に記法シートを決める

関連研究を書く前に、20 行のマクロを書きます。

\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}}

このブロックを、共著者全員のブランチに貼り付けます。モデルが新しい記号を作り出したときは、使う前にまずシートに追加します。AI に記法を守らせるレッスンも同じ考え方で、言語モデルを作業の流れに組み込んだものです。モデルはシートに従うべきで、フォントを勝手に作ってはいけません。

研究向けエディタのライブ数式プレビューを使うと、入力しながら \mathcal{L} と L が同じ対象ではないことに気づけます。

カメラレディまで持ちこたえる表

アブレーション表は、ページからはみ出すまで大きくなります。縦罫線のない booktabs、小数点の位置をそろえる siunitx を使い、キャプションには指標と分割 (ImageNet、CIFAR、ドメイン内と OOD) を書きます。表が複数ページにまたがるなら、フォントを 7pt に縮める前に、早めに longtable を使います。

最初の草稿には、ビジュアルビルダーが役に立ちます。表ジェネレータはブラウザ上で動きます。最終的な表でも、キャプションで指標を明記し、± が標準偏差か標準誤差かを定義してください。

投稿先が認めるなら、シードとハイパーパラメーターの範囲は付録の表に載せます。本文の表は、ざっと読める状態に保ちます。

アルゴリズムとリスティング

擬似コードは、等幅フォントの段落ではなく algorithm2e か algorithmicx に入れます。実際の学習コードの断片は、査読者がざっと読めるように言語を指定して listings か minted に入れます。本文は短く保ち、設定の全文は付録か、コミットハッシュ付きのリポジトリへのリンクに置きます。

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

引用するアルゴリズムには番号を付けます。PyTorch のコードを 5 ページ分も PDF に流し込まないでください。

TensorBoard と matplotlib からの図

できれば PDF か SVG でエクスポートします。300dpi のラスタ PNG は UI のスクリーンショットには十分ですが、折れ線グラフには向きません。\includegraphics の前に余白をトリミングします。フロートが次の節まで逃げてしまうなら、[H] と 1 時間格闘する前に、サイズと配置を見直してください。参考: フロートの配置。

複数パネルのアブレーションは、subcaption を使って TeX 内で組むか、外部で合成して 1 つの PDF として読み込みます。「提案手法」の色は図をまたいで統一しておくと、ざっと読む人が凡例を一度覚えれば済みます。

2 段組のカンファレンスクラス

NeurIPS、ICML、ICLR、CVPR 系のクラスは、余白とフロートの規則を変えます。早い段階で公式のクラスでコンパイルしてください。ページ制限は本物です。フォントを無理に詰めないでください。募集要項が認めるなら、証明や追加のアブレーションは付録か補足の PDF に移します。

安定した引用キーを使い、Google Scholar からのエクスポートを整えます。.bib を検証しましょう。BibTeX バリデータを使えます。依存しているコードやデータセットも引用します。著者年方式か数値方式かは投稿先で決まります。独自に混ぜず、テンプレートのスタイルを使ってください。

論文の隣に置く Git

アーキテクチャを変更するたびに、名前を付けられるコミットを作ります。論文とコードは、別々のバックアップの習慣ではなく、同じプロジェクトとして扱います。

Oleafly (新しいタブで開きます) は、プロジェクトを理解するエディタの隣で、論文を本物の Git リポジトリに保ちます。ライブ数式プレビュー、ファイルをまたぐ参照、引用の補完、SyncTeX 対応の PDF が使えます。機械学習のコードがすでに置かれている場所と同じ流儀です。締め切り間際に構文を忘れたときは、チートシートと併用してください。

OpenReview や CMT にアップロードしたものと一致するコミットにタグを付けます。反論期間に必要になります。

反論とカメラレディ

反論の期間は短いものです。提出済みの PDF のソースを汚さないよう、「反論用の実験」にはブランチかフォルダを分けます。カメラレディでは 1 ページ増やせることが多いので、失敗した実行をすべて載せるためではなく、分かりやすさのために使います。

影響の広がりと限界

投稿先が社会的影響や限界についての短い段落を求める場合でも、平易な言葉で書いてください。LaTeX は曖昧な段落を救ってくれません。本文のページ制限が厳しいなら、自信を持って示せる否定的な結果は付録に置き、隠したと査読者に受け取られないよう、付録に置いたことを本文で述べます。

アップロードする前に

記法シートが節をまたいで一貫していること、本文の表が指標を明記し ± を定義して読めること、アルゴリズムと図が順番どおりに引用されていることを確認します。公式のクラスが、フォントを無理に詰めることなくページ制限内でコンパイルできること、依存するコードとデータを引用して .bib が整っていること、アップロードした PDF のコミットハッシュを記録したことも確かめます。

機械学習の実験は、ただでさえノイズが多いものです。記法と表は静かに保ちましょう。

すべての投稿