LaTeX para artigos de aprendizado de máquina sem a bagunça de notação
Folhas de notação, tabelas de ablação, algoritmos, figuras de execuções de treinamento e Git ao lado do artigo, do primeiro rascunho no arXiv até a versão final (camera-ready).
A maioria dos artigos de ML falha do mesmo jeito no LaTeX: a matemática está boa
na página três e inconsistente na página doze. Uma perda é L em uma seção,
\mathcal{L} em outra, e os vetores em negrito só aparecem quando o autor se
lembrou. Os pareceristas percebem mesmo quando não comentam.
Este é um guia prático para estudantes que escrevem artigos de workshop, submissões a conferências e capítulos de tese que compartilham o DNA do código de treinamento.
Escolha uma folha de notação no primeiro dia
Antes de escrever os trabalhos relacionados, escreva vinte linhas de macros:
\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}}Cole esse bloco em todo branch de coautor. Quando um modelo inventar um símbolo novo, adicione-o primeiro à folha e só depois use-o. A lição sobre como fazer a IA seguir a notação traz a mesma ideia com um modelo de linguagem no processo: o modelo deve obedecer à folha, não inventar fontes.
A prévia matemática ao vivo em um editor de pesquisa ajuda você a perceber,
enquanto digita, que \mathcal{L} e L não são o mesmo objeto.
Tabelas que sobrevivem à versão final (camera-ready)
As tabelas de ablação crescem até caírem da página. Prefira o booktabs sem
linhas verticais, o siunitx para decimais alinhados e uma legenda que informe
a métrica e a partição (ImageNet, CIFAR, em-distribuição vs OOD). Se a tabela
atravessar páginas, use o longtable cedo em vez de reduzir a fonte para 7 pt.
Um construtor visual ajuda no primeiro rascunho: o gerador de tabelas roda no navegador. A tabela final ainda deve nomear a métrica na legenda e definir o ± como desvio-padrão (std) ou erro-padrão (se).
Informe as sementes e as faixas de hiperparâmetros em tabelas do apêndice, quando o veículo permitir. As tabelas principais continuam fáceis de percorrer.
Algoritmos e listagens
O pseudocódigo pertence ao algorithm2e ou ao algorithmicx, não a um
parágrafo monoespaçado. Trechos reais de treinamento pertencem ao listings ou
ao minted, com a linguagem definida, para que os pareceristas possam passar os
olhos. Mantenha o artigo principal curto; ponha as configurações completas no
apêndice ou em um link de repositório com um hash de commit.
\begin{algorithm}\caption{Training step}\label{alg:step}...\end{algorithm}Numere os algoritmos que você cita. Não despeje cinco páginas de PyTorch no PDF.
Figuras do TensorBoard e do matplotlib
Exporte PDF ou SVG quando puder. PNGs raster a 300 dpi servem para capturas de
tela de interfaces, não para gráficos de linhas. Corte o espaço em branco antes
do \includegraphics. Se um flutuante fugir para a próxima seção, corrija o
tamanho e o posicionamento antes de brigar uma hora com o [H]:
a figura que foge da seção.
Ablações com vários painéis: monte no TeX com o subcaption, ou componha
externamente e inclua um único PDF. Mantenha uma cor consistente para “o nosso
método” em todas as figuras, para que quem só passa os olhos aprenda a legenda
uma vez.
Classes de conferência em duas colunas
As classes no estilo NeurIPS, ICML, ICLR e CVPR mudam as margens e as regras dos flutuantes. Compile com a classe oficial cedo. Os limites de páginas são reais; não esprema as fontes. Mova demonstrações e ablações extras para o apêndice ou para o PDF suplementar quando a chamada permitir.
Trabalhos relacionados e citações
Use chaves de citação estáveis e limpe as exportações do Scholar. Valide o
.bib: validador de BibTeX. Cite o código e os
conjuntos de dados de que você depende. Autor-data ou numérico depende do
veículo; use o estilo do modelo, não um híbrido.
Git ao lado do artigo
Toda mudança de arquitetura deve ser um commit que você consiga nomear. Trate o artigo e o código como o mesmo projeto, e não como dois hábitos de backup separados.
O Oleafly (abre em uma nova guia) mantém o artigo em um repositório Git de verdade, ao lado de um editor que entende o projeto, com prévia matemática ao vivo, referências entre arquivos, autocompletar de citações e PDF com SyncTeX. Isso combina com a forma como o código de ML já vive. Use-o junto com a referência rápida quando você esquecer a sintaxe sob um prazo apertado.
Marque com uma tag o commit que corresponde ao envio no OpenReview ou no CMT. Você vai querer isso durante o rebuttal.
Rebuttal e versão final (camera-ready)
As janelas de rebuttal são curtas. Mantenha um branch ou uma pasta para os “experimentos do rebuttal”, para não poluir o código-fonte do PDF submetido. A versão final muitas vezes permite uma página extra; use-a para dar clareza, não para despejar todas as execuções que falharam.
Impacto mais amplo e limitações
Mesmo quando o veículo exige um parágrafo curto sobre impacto social ou limitações, escreva-o em linguagem simples. O LaTeX não salva um parágrafo vago. Ponha no apêndice os resultados negativos que você consegue defender, se o limite de páginas do texto principal for apertado, e diga no texto principal que fez isso, para que os pareceristas não presumam que você os escondeu.
Antes de enviar
Confira se a folha de notação é consistente entre as seções, se as tabelas
principais estão legíveis, com as métricas nomeadas e o ± definido, e se os
algoritmos e as figuras são citados em ordem. Confirme que a classe oficial
compila dentro do limite de páginas sem crimes com as fontes, que o .bib está
limpo, com código e dados citados, e que um hash de commit foi registrado para o
PDF enviado.
Os experimentos de ML já são ruidosos o bastante. Mantenha a notação e as tabelas silenciosas.