LaTeX для статей по машинному обучению без путаницы в обозначениях

Таблицы обозначений, таблицы абляций, алгоритмы, рисунки из запусков обучения и Git рядом со статьёй: от первого черновика на arXiv до финальной версии.

Большинство статей по ML в LaTeX страдают одинаково: на третьей странице математика в порядке, а к двенадцатой она уже противоречит сама себе. Функция потерь в одном разделе обозначена L, в другом \mathcal{L}, а жирные векторы появляются лишь тогда, когда автор о них вспомнил. Рецензенты это замечают, даже если не пишут об этом в отзыве.

Это практическое руководство для студентов, которые пишут статьи для воркшопов, подаются на конференции и готовят главы диссертаций, у которых общие корни с кодом обучения.

Заведите таблицу обозначений в первый день

До того как писать обзор литературы, напишите двадцать строк макросов:

\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}}

Вставьте этот блок в ветку каждого соавтора. Когда модель придумывает новый символ, сначала добавьте его в таблицу, а потом используйте. Урок о том, как заставить ИИ соблюдать обозначения, строится на той же идее, только с языковой моделью в цикле: модель должна подчиняться таблице, а не изобретать шрифты.

Предпросмотр формул на лету в редакторе для исследователей помогает заметить, что \mathcal{L} и L — разные объекты, пока вы ещё печатаете.

Таблицы, которые переживут финальную версию

Таблицы абляций растут, пока не вылезают за страницу. Берите booktabs без вертикальных линий, siunitx для выравнивания десятичных знаков и подпись, в которой названы метрика и разбиение (ImageNet, CIFAR, in-domain и OOD). Если таблица занимает несколько страниц, заранее переходите на longtable, а не уменьшайте шрифт до 7pt.

Для первого черновика удобен визуальный конструктор: генератор таблиц работает в браузере. В итоговой таблице всё равно нужно назвать метрику в подписи и пояснить, что ± — это стандартное отклонение или стандартная ошибка.

Значения seed и диапазоны гиперпараметров приводите в таблицах приложения, если площадка позволяет. Основные таблицы должны оставаться удобными для беглого просмотра.

Алгоритмы и листинги

Псевдокоду место в algorithm2e или algorithmicx, а не в абзаце моноширинным шрифтом. Настоящие фрагменты обучения оформляйте через listings или minted с заданным языком, чтобы рецензенты могли быстро просмотреть код. Основную статью держите короткой; полные конфигурации выносите в приложение или в ссылку на репозиторий с хешем коммита.

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

Нумеруйте алгоритмы, на которые ссылаетесь. Не вставляйте в PDF пять страниц кода на PyTorch.

Рисунки из TensorBoard и matplotlib

По возможности экспортируйте PDF или SVG. Растровые PNG в 300 dpi годятся для скриншотов интерфейса, но не для линейных графиков. Обрезайте пустые поля до \includegraphics. Если плавающий объект убегает в следующий раздел, поправьте размер и положение, а не воюйте час с [H]: размещение плавающих объектов.

Многопанельные абляции: собирайте в TeX через subcaption или составьте снаружи и подключите одним PDF. Используйте один и тот же цвет для «нашего» метода на всех рисунках, чтобы читатель, пробегающий текст глазами, запомнил легенду один раз.

Двухколоночные классы конференций

Классы в стиле NeurIPS, ICML, ICLR и CVPR меняют поля и правила для плавающих объектов. Компилируйте с официальным классом как можно раньше. Лимит страниц настоящий; не сжимайте шрифты. Доказательства и дополнительные абляции переносите в приложение или в дополнительный PDF, если объявление это допускает.

Используйте устойчивые ключи цитирования и чистые выгрузки из научных поисковиков. Проверьте .bib: проверка BibTeX. Цитируйте код и наборы данных, на которые опираетесь. «Автор–год» или числовой стиль зависит от площадки; берите стиль шаблона, а не гибрид.

Git рядом со статьёй

Каждое изменение архитектуры должно быть коммитом, которому можно дать имя. Относитесь к статье и коду как к одному проекту, а не как к двум отдельным привычкам резервного копирования.

Oleafly (откроется в новой вкладке) хранит статью в настоящем репозитории Git рядом с редактором, знающим проект: предпросмотр формул на лету, ссылки между файлами, автодополнение цитирований и PDF с SyncTeX. Это совпадает с тем, как уже живёт код ML. Если под дедлайном забыли синтаксис, держите рядом справочник.

Пометьте тегом коммит, который соответствует загрузке на OpenReview или CMT. Он понадобится вам во время ответа рецензентам.

Ответ рецензентам и финальная версия

Окно для ответа рецензентам короткое. Заведите отдельную ветку или папку для «экспериментов к ответу», чтобы не засорять исходники поданного PDF. В финальной версии часто разрешают лишнюю страницу; используйте её для ясности, а не для того, чтобы свалить туда все неудачные запуски.

Широкие последствия и ограничения

Даже если площадка требует короткий абзац о социальном влиянии или об ограничениях, пишите его простым языком. LaTeX не спасёт расплывчатый абзац. Негативные результаты, за которые вы готовы отвечать, выносите в приложение, если лимит основной части жёсткий, и скажите об этом в основном тексте, чтобы рецензенты не решили, что вы их скрыли.

Перед загрузкой

Проверьте, что таблица обозначений единообразна во всех разделах, основные таблицы читаются (метрики названы, ± определён), а алгоритмы и рисунки упомянуты по порядку. Убедитесь, что официальный класс компилируется в рамках лимита страниц без издевательств над шрифтами, .bib чистый и содержит код и данные, а хеш коммита записан для загруженного PDF.

Эксперименты по ML и так достаточно шумные. Пусть обозначения и таблицы будут тихими.

Все записи