ml-paper-writing

AI の主要国際会議に向けた機械学習論文の執筆

NeurIPS、ICML、ICLR、ACL、AAAI、COLMへの投稿を目指す、出版可能な品質の論文を書くための専門的なガイダンスです。このスキルでは、トップ研究者（Nanda、Farquhar、Karpathy、Lipton、Steinhardt）の執筆哲学と、LaTeX テンプレート、引用検証 API、会議のチェックリストなどの実用的なツールを組み合わせています。

**システム系の会議（OSDI、NSDI、ASPLOS、SOSP）**向けには、システム系会議用の段落レベルの構成設計図、執筆パターン、会議別チェックリスト、LaTeX テンプレートを提供するsystems-paper-writingスキルを使用してください。

基本理念：共同執筆

論文の執筆は共同作業ですが、Claude は積極的に草稿を作成して提示する必要があります。

一般的なワークフローは、コード、結果、実験成果物を含む研究リポジトリから始まります。Claude の役割は次のとおりです。

1. リポジトリ、結果、既存のドキュメントを調べて、プロジェクトを理解する
2. 貢献内容を把握したら、完全な初稿を提示する
3. ウェブ検索と API を使って文献を検索し、関連する引用を見つける
4. 研究者からの入力を受けて、フィードバックを重ねながら推敲する
5. 重要な判断について本当に確信が持てない場合に限り、確認を求める

重要な原則：積極的に進めましょう。リポジトリと結果が明確であれば、草稿全体を提示してください。すべてのセクションについてフィードバックを待って作業を止めてはいけません。研究者は多忙です。まず具体的な草稿を作成して反応を得てから、その回答に基づいて改善しましょう。

---

⚠️ 重要：引用を絶対に捏造しない

これは、AI の支援を受けて学術論文を書く際の最も重要なルールです。

問題点

AI が生成する引用の約 40% には誤りがあります。存在しない論文、誤った著者名や発行年、捏造された DOI などの架空の参考文献は、重大な学術的不正にあたり、デスクリジェクトや論文撤回につながる可能性があります。

ルール

BibTeX エントリを記憶から生成してはいけません。必ずプログラムを使って取得してください。

操作	✅ 正しい方法	❌ 誤った方法
引用を追加する	検索 API → 検証 → BibTeX を取得	記憶を頼りに BibTeX を書く
論文について確信が持てない	[CITATION NEEDED] と記載する	参考文献を推測する
該当する論文を正確に見つけられない	「プレースホルダー — 要確認」と記す	似た名前の論文をでっち上げる

引用を検証できない場合

引用をプログラムで検証できない場合は、必ず次のようにしてください。

% EXPLICIT PLACEHOLDER - requires human verification
\cite{PLACEHOLDER_author2024_verify_this}  % TODO: Verify this citation exists

必ず研究者に伝えてください：「[X] 件の引用を、検証が必要なプレースホルダーとしてマークしました。これらの論文が実在することを確認できませんでした。」

推奨：論文検索用に Exa MCP をインストールする

論文を最適に検索するには、リアルタイムの学術検索を提供する Exa MCP をインストールしてください。

Claude Code:

claude mcp add exa -- npx -y mcp-remote "https://mcp.exa.ai/mcp"

Cursor / VS Code（MCP の設定に追加）:

{
  "mcpServers": {
    "exa": {
      "type": "http",
      "url": "https://mcp.exa.ai/mcp"
    }
  }
}

Exa MCP を使うと、次のような検索ができます。

• 「2023 年以降に発表された、言語モデル向け RLHF に関する論文を探す」
• 「Vaswani による Transformer アーキテクチャの論文を検索する」
• 「解釈可能性に関するスパースオートエンコーダーの最近の研究を探す」

その後、Semantic Scholar API で検索結果を検証し、DOI を使って BibTeX を取得してください。

---

ワークフロー 0：研究リポジトリから始める

草稿ではなくコードリポジトリ（結果、設定、ログ）が提示された場合は、執筆に先立ち、references/from-research-repo.md のリポジトリ調査ワークフローに従って、貢献内容、結果、既存の引用を抽出してください。

このスキルを使う場面

次の場合にこのスキルを使用してください。

• 論文執筆のために研究リポジトリから始める
• 特定のセクションの草稿を作成または改訂する
• 関連研究の引用を探して検証する
• 会議への投稿に向けて書式を整える
• 別の会議に再投稿する（書式を変換する）
• 研究者からのフィードバックを受けて草稿を反復的に改善する

常に心に留めておいてください：初稿は議論の出発点であり、最終成果物ではありません。

---

積極性と協働のバランス

基本方針：積極的に進めます。まず草稿を作成し、その後改善します。

確信度	対応
高（リポジトリが明確で、貢献内容も明白）	完全な草稿を作成して提示し、フィードバックをもとに改善します
中（多少の曖昧さがある）	不確かな点を明記した草稿を作成し、作業を続けます
低（大きな不明点がある）	重要な質問を1～2個してから、草稿を作成します

先に草稿を作り、草稿と一緒に質問します（草稿を作る前には質問しません）。

セクション	自律的に草稿を作成	草稿と一緒に明記する内容
要旨	はい	「貢献をXとして位置づけました。必要に応じて調整してください」
序論	はい	「問題Yを強調しました。誤りがあればご指摘ください」
手法	はい	「詳細A、B、Cを含めました。不足している内容を追加してください」
実験	はい	「結果1、2、3を取り上げました。必要に応じて順序を変更してください」
関連研究	はい	「論文X、Y、Zを引用しました。見落としがあれば追加してください」

入力がないと作業を進められないのは、次の場合に限ります。

• 投稿先が不明（ページ制限や論文の位置づけに影響する）
• 相反する位置づけが複数あり、どれも同程度に妥当と思われる
• 結果が不完全または一貫していない
• 続行する前にレビューするよう明示的に依頼されている

次の理由では作業を止めません。

• 言葉選びの判断
• セクションの順序
• どの具体的な結果を示すか（選択して、その理由を明記します）
• 引用の網羅性（見つかった情報で草稿を作成し、不足を記します）

---

論文のストーリー原則

最も重要な洞察： 論文は実験の寄せ集めではありません。明確な1つの貢献を証拠で裏付けるストーリーです。

成功するML論文の中心にあるのは、Neel Nandaが「ナラティブ」と呼ぶものです。読者にとって意義のある結論へと導く、簡潔で厳密、かつ証拠に基づいた技術的なストーリーです。

3つの柱（序論の最後までに明確になっていなければなりません）：

柱	説明	例
何を	一貫したテーマのもとでの、1～3個の具体的で新規な主張	「条件ZのもとでXがYを達成することを証明します」
なぜ	主張を裏付ける厳密な実証的証拠	強力なベースライン、仮説を区別する実験
それがなぜ重要か	読者が関心を持つべき理由	認知されたコミュニティの課題との関連

貢献を1文で述べられないなら、まだ論文にはなっていません。

---

論文構成のワークフロー

ワークフロー 1：論文を完成させる（反復的な執筆）

このチェックリストをコピーし、進捗を記録してください。各ステップでは、草稿の作成 → フィードバック → 改訂を行います。

Paper Writing Progress:
- [ ] Step 1: Define the one-sentence contribution (with scientist)
- [ ] Step 2: Draft Figure 1 → get feedback → revise
- [ ] Step 3: Draft abstract → get feedback → revise
- [ ] Step 4: Draft introduction → get feedback → revise
- [ ] Step 5: Draft methods → get feedback → revise
- [ ] Step 6: Draft experiments → get feedback → revise
- [ ] Step 7: Draft related work → get feedback → revise
- [ ] Step 8: Draft limitations → get feedback → revise
- [ ] Step 9: Complete paper checklist (required)
- [ ] Step 10: Final review cycle and submission

ステップ 1：1 文で貢献を定義する

このステップでは、研究者による明示的な確認が必要です。

執筆を始める前に、次の点を明確にして確認します。

• 論文が貢献する唯一のことは何ですか？
• あなたの研究以前には、自明でなかったこと、あるいは存在しなかったことは何ですか？

「貢献を次のように位置づけたいと思います。『［1 文］』。これは、あなたが主な要点と考えていることを捉えていますか？強調点を調整する必要はありますか？」

ステップ 2：図 1 を作成する

図 1 には特に注意を払います。多くの読者が、図 1 を最初に見ます。

• 中核となるアイデア、アプローチ、または最も説得力のある結果を伝えます
• ベクター画像を使用します（プロットには PDF/EPS）
• 本文がなくても内容が伝わるキャプションを書きます
• 白黒でも読みやすいことを確認します（男性の 8% は色覚に特性があります）

ステップ 3：アブストラクトを書く（5 文の型）

DeepMind の Sebastian Farquhar による型：

1. What you achieved: "We introduce...", "We prove...", "We demonstrate..."
2. Why this is hard and important
3. How you do it (with specialist keywords for discoverability)
4. What evidence you have
5. Your most remarkable number/result

「大規模言語モデルは目覚ましい成功を収めています……」のような一般的な書き出しは削除します。

ステップ 4：序論を書く（最大 1～1.5 ページ）

以下を含める必要があります。

• 貢献を示す箇条書き 2～4 項目（2 段組形式で各項目は最大 1～2 行）
• 明確な問題提起
• アプローチの簡潔な概要
• 方法の説明は遅くとも 2～3 ページ目までに始めます

ステップ 5：方法のセクション

再実装できるようにします。

• 概念的な概要または疑似コード
• すべてのハイパーパラメーターを列挙
• 再現に十分なアーキテクチャの詳細
• 最終的な設計上の決定を提示し、アブレーションは実験に記載します

ステップ 6：実験のセクション

各実験について、以下を明示します。

• どの主張を裏付けるのか
• 主な貢献とどのように関連するのか
• 実験設定（詳細は付録に記載）
• 観察すべき点：「青い線は X を示しており、これは Y を実証しています」

要件：

• 算出方法を示したエラーバー（標準偏差か標準誤差か）
• ハイパーパラメーターの探索範囲
• 計算インフラストラクチャ（GPU の種類、合計時間）
• シードの設定方法

ステップ 7：関連研究

論文ごとではなく、方法論ごとに整理します。

良い例：「ある研究の流れでは Floogledoodle の仮定を用いています［参考文献］が、私たちは Doobersnoddle の仮定を用います。なぜなら……」

悪い例：「Snap らは X を導入し、Crackle らは Y を導入しました。」

関連論文の著者が査読者である可能性が高いため、引用は十分に行います。

ステップ 8：限界のセクション（必須）

主要な学会ではすべて、このセクションが求められます。意外かもしれませんが、正直に書くことが役立ちます。

• 査読者には、限界を正直に認めたことを理由に減点しないよう指示されています
• 先に弱点を特定して、批判を未然に防ぎます
• 限界が中心的な主張を損なわない理由を説明します

ステップ 9：論文チェックリスト

NeurIPS、ICML、ICLR では、すべて論文チェックリストが必須です。references/checklists.md を参照してください。

---

一流の ML 学会に向けた執筆方針

文単位の明確さ、言葉の選び方、時間配分、査読者が実際に読む箇所については、references/writing-philosophy.md で説明しています。文章を推敲する前に読んでください。

学会要件のクイックリファレンス

ML/AI 会議

会議	ページ上限	カメラレディ版での追加ページ	主な要件
NeurIPS 2025	9 ページ	+0	必須チェックリスト、採択論文には一般読者向けの要約
ICML 2026	8 ページ	+1	広範な影響に関する声明が必須
ICLR 2026	9 ページ	+1	LLM の使用に関する開示が必須、相互査読
ACL 2025	8 ページ（ロング）	変動	制約事項のセクションが必須
AAAI 2026	7 ページ	+1	スタイルファイルの厳守
COLM 2025	9 ページ	+1	言語モデルに重点

システム系会議（OSDI、NSDI、ASPLOS、SOSP）：ページ上限、テンプレート、締め切り、投稿規則については、systems-paper-writing スキルをご覧ください。

共通要件：

• ダブルブラインド査読（投稿原稿を匿名化する）
• 参考文献はページ上限に含まれません
• 付録の長さに制限はありませんが、査読者に読む義務はありません
• すべての会議で LaTeX が必須です

**LaTeX テンプレート：**すべての会議のテンプレートについては、templates/ ディレクトリをご覧ください。

---

LaTeX テンプレートの使用と会議間の変換

同梱テンプレートから論文を開始する方法（ワークフロー 4）、コンパイル、テンプレートの落とし穴、そして不採択後に別の会議向けに変換する方法（ワークフロー 3）については、references/latex-templates-and-conversion.md をご覧ください。LaTeX のプリアンブルを記憶に頼って書くのではなく、必ず templates/ からテンプレートディレクトリ全体をコピーしてください。

引用ワークフロー（ハルシネーションの防止）

⚠️ 重大な注意：AI が生成する引用には約 40% の誤りが含まれます。BibTeX を記憶に頼って書いてはいけません。

黄金律

IF you cannot programmatically fetch a citation:
    → Mark it as [CITATION NEEDED] or [PLACEHOLDER - VERIFY]
    → Tell the scientist explicitly
    → NEVER invent a plausible-sounding reference

ワークフロー 2：引用の追加

Citation Verification (MANDATORY for every citation):
- [ ] Step 1: Search using Exa MCP or Semantic Scholar API
- [ ] Step 2: Verify paper exists in 2+ sources (Semantic Scholar + arXiv/CrossRef)
- [ ] Step 3: Retrieve BibTeX via DOI (programmatically, not from memory)
- [ ] Step 4: Verify the claim you're citing actually appears in the paper
- [ ] Step 5: Add verified BibTeX to bibliography
- [ ] Step 6: If ANY step fails → mark as placeholder, inform scientist

ステップ 0：初期検索には Exa MCP を使用する（推奨）

Exa MCP がインストールされている場合は、関連論文の検索に使用してください：

Search: "RLHF language model alignment 2023"
Search: "sparse autoencoders interpretability"
Search: "attention mechanism transformers Vaswani"

その後、各検索結果を Semantic Scholar で検証し、DOI 経由で BibTeX を取得してください。

ステップ 1：Semantic Scholar で検索する

from semanticscholar import SemanticScholar

sch = SemanticScholar()
results = sch.search_paper("attention mechanism transformers", limit=5)
for paper in results:
    print(f"{paper.title} - {paper.paperId}")
    print(f"  DOI: {paper.externalIds.get('DOI', 'N/A')}")

ステップ 2：存在を確認する

論文が少なくとも 2 つの情報源（Semantic Scholar と CrossRef/arXiv）に掲載されていることを確認してください。

ステップ 3：DOI 経由で BibTeX を取得する

import requests

def doi_to_bibtex(doi: str) -> str:
    """Get verified BibTeX from DOI via CrossRef."""
    response = requests.get(
        f"https://doi.org/{doi}",
        headers={"Accept": "application/x-bibtex"}
    )
    response.raise_for_status()
    return response.text

# Example
bibtex = doi_to_bibtex("10.48550/arXiv.1706.03762")
print(bibtex)

ステップ 4：主張を検証する

特定の主張の引用として使う前に、論文にアクセスし、帰属させる主張が実際に記載されていることを確認してください。

ステップ 5：失敗を明示する

いずれかのステップで引用を検証できない場合：

% Option 1: Explicit placeholder
\cite{PLACEHOLDER_smith2023_verify}  % TODO: Could not verify - scientist must confirm

% Option 2: Note in text
... as shown in prior work [CITATION NEEDED - could not verify Smith et al. 2023].

必ず研究者に伝えてください：

「以下の引用を検証できなかったため、プレースホルダーとしてマークしました。

• 報酬ハッキングに関する Smith et al. 2023：Semantic Scholar で見つかりませんでした
• スケーリング則に関する Jones 2022：類似の論文は見つかりましたが、著者が異なります 投稿前にこれらを確認してください。」

まとめ：引用のルール

状況	対応
論文が見つかり、DOI を取得し、BibTeX を取得できた	✅ 引用を使用する
論文は見つかったが、DOI がない	✅ arXiv の BibTeX を使うか、論文から手動で入力する
論文は存在するが、BibTeX を取得できない	⚠️ プレースホルダーとしてマークし、研究者に伝える
論文が存在するか確信がない	❌ [CITATION NEEDED] とマークし、研究者に伝える
「X に関する論文があったと思う」	❌ 引用してはいけません — まず検索するか、プレースホルダーとしてマークする

🚨 記憶に頼って BibTeX を生成してはいけません。必ずプログラムで取得してください。🚨

API の詳細なドキュメントについては、references/citation-workflow.md をご覧ください。

---

トラブルシューティング、査読基準、図表

よくある執筆上の問題のトラブルシューティング、査読者が評価する基準、表や図の規則については、references/issues-reviewers-figures.md をご覧ください。

参考文献とリソース

参考ドキュメント（詳細）

ドキュメント	内容
writing-guide.md	Gopen & Swanの7つの原則、Ethan Perezの細かなヒント、語句の選び方
citation-workflow.md	引用API、Pythonコード、BibTeXの管理
checklists.md	NeurIPSの16項目、ICML、ICLR、ACLの要件
reviewer-guidelines.md	評価基準、採点、反論
sources.md	すべての情報源の完全な参考文献一覧
from-research-repo.md	ワークフロー0：コードリポジトリを論文に仕上げる方法
writing-philosophy.md	時間配分、明瞭さ、語句の選び方、査読者が読むもの
latex-templates-and-conversion.md	テンプレートの設定、コンパイル、注意点、投稿先に合わせた変換
issues-reviewers-figures.md	よくある問題、査読基準、表と図

LaTeXテンプレート

templates/ ディレクトリ内のテンプレート：

• ML/AI：ICML 2026、ICLR 2026、NeurIPS 2025、ACL/EMNLP、AAAI 2026、COLM 2025
• システム（OSDI、NSDI、ASPLOS、SOSP）：systems-paper-writing スキルを参照してください

PDFへのコンパイル：

• VS Code/Cursor：LaTeX Workshop拡張機能とTeX Liveをインストールすると、保存時に自動コンパイルされます
• コマンドライン：latexmk -pdf main.tex、または pdflatex と bibtex を使ったワークフロー
• オンライン：Overleaf にアップロードします

詳しい設定手順は templates/README.md を参照してください。

主な外部情報源

執筆の考え方：

• Neel Nanda: How to Write ML Papers - 物語性、「何を／なぜ／それで何が言えるのか」
• Farquhar: How to Write ML Papers - 5文の要旨
• Gopen & Swan: Science of Scientific Writing - 読者の期待に関する7つの原則
• Lipton: Heuristics for Scientific Writing - 語句の選び方
• Perez: Easy Paper Writing Tips - 細かなレベルで明瞭さを高めるヒント

API： Semantic Scholar | CrossRef | arXiv

ML/AIの投稿先： NeurIPS | ICML | ICLR | ACL

システム分野の投稿先： OSDI、NSDI、ASPLOS、SOSPのリンクとガイドについては、systems-paper-writing スキルを参照してください

関連スキル

• systems-paper-writing：OSDI、SOSP、ASPLOS、NSDI、EuroSysを対象とする10～12ページのシステム論文向けに、段落レベルの構成案を提供します。
• rebuttal-and-response-to-reviewers：査読への回答を計画し、執筆します。改訂・再投稿時のジャーナル向け「査読者への回答」レターや、会議論文の反論も含みます…
• reproducibility-statement：データやコードの利用可能性に関する声明、再現性に関する記述を含む、論文の再現性、透明性、オープンサイエンスに関する部分を準備します…