No Coffee, But Chat

记录一次没有Coffee的Coffee Chat，从师兄那里得到的建议。 （想到了东川路第一伊蕾娜的那句open and open again了，果然向外交流能收获很多）

好的问题 、好的解决方案只要有一个就能形成一篇不错的文章了。

idea篇

要想解决问题，首先要找到一个问题。

1. 通过复现论文、使用AI工具，在过程中观察异常现象，从中提取idea
2. 沿着已有主线外推。方向可以不固定死，但是全部工作最好有一条主线。外推会比重新开一条线研究快很多
3. 盯新论文的缺陷，从不足之处下手

如何验证这个问题是否可行

1. 先做低成本预实验，善用可视化和分析
2. 不同质量层级的 idea 并行：同时做强 insight 的 idea，也会做一些工程优化、auto research、投稿拿反馈的 idea
3. 找人帮你把控方向

实验篇

1. 把高成本任务和低成本任务搭配起来做，呼应idea篇2-2
2. 不要只追求指标涨，要补足 insight 和泛化验证，把长周期实验和短周期实验搭配 training-free 或调参型工作虽然迭代快，但更容易被质疑偶然性，所以要换 backbone、换数据集、做敏感性分析、补 ablation。 这也是审稿中很容易被抓的地方。
3. 复用已有工程和经验。前一篇文章的工程优化、代码、实验设置、领域经验，会服务于后一篇
4. 找人检查实验缺口

写作篇

1. 先明确论文故事是什么，怎么讲
2. 用指标或分析支撑 insight。强 insight 的文章可以重点讲机制和问题定义；工程优化型文章则要更强调稳定提升、泛化范围和实用价值。
3. 提前站在审稿人角度补洞

心态篇

1. 接受投稿具有随机性，不要有all in心态，量变促进质变
2. 早期重点是科研训练，熟悉整套流程并反复迭代
3. 以自己的发展为优先
   做一件事前看两个标准：是否帮助毕业，是否帮助找工作。（或者你心里有个更长期的目标）
   如果都不满足，可以拒绝。这个对保护时间和精力很重要。
4. 要看背后的系统和资源。论文背后有前期积累、算力资源、合作人脉与经验、方向连续性、工程复用、写作模板和风险分层。