科研入门指南：从0开始，掌握做科研、写论文的基本流程

《科研入门指南》 是由南京大学智能科学与技术学院准聘副教授、博士生导师 郭兰哲 老师发起并维护的一个开源项目。该项目旨在为刚进入课题组参与科研工作的研究生及本科生提供一份系统性的入门参考，帮助大家快速建立对科研的基本认知，掌握从文献阅读、Idea 提出到论文撰写与投稿的全流程技能。

为什么需要这份指南？

在科研起步阶段，许多同学面临以下共性挑战：

• 概念模糊：不清楚“什么是真正的科研”，缺乏系统的科研思维训练。
• 指导缺失：部分同学处于“放养”状态，缺少导师或师兄师姐的系统性带教。
• 重复沟通：导师和实验室需要反复讲解基础问题（如如何读论文、如何判断价值、如何找 Idea 等），效率低下。
• 流程陌生：对学术规范、投稿流程及审稿回复缺乏经验，容易走弯路。

基于此，郭兰哲老师将多年指导学生的经验整理成文档，致力于填补这一空白，让科研新人能有一份“手把手”的实操手册。

核心内容涵盖

虽然项目仍在早期迭代中，但其核心框架通常包含以下关键模块：

1. 科研认知重塑：
   • 区分“学习”与“科研”的本质差异。
   • 理解科研的价值在于创造新知识，而非仅仅复现旧知识。
2. 文献检索与阅读：
   • 如何利用 Google Scholar、arXiv、ACL Anthology 等工具高效查找文献。
   • “三遍阅读法”等高效阅读技巧，以及如何快速判断一篇论文的创新点与价值。
3. Idea 挖掘与问题定义：
   • 如何从现有文献的局限性中发现研究缺口（Gap）。
   • 如何将模糊的想法转化为可验证的科学问题。
4. 实验设计与执行：
   • 基线模型的选择与对比。
   • 消融实验（Ablation Study）的重要性与设计逻辑。
5. 论文写作与投稿：
   • 学术论文的标准结构（Abstract, Intro, Method, Experiment, Conclusion）及写作套路。
   • 如何选择合适的会议或期刊。
   • 审稿意见（Rebuttal）的回复策略与心态调整。

关于作者

郭兰哲 (Lanzhe Guo)

• 职位：南京大学智能科学与技术学院 准聘副教授 / 博士生导师
• 研究方向：
  • 智能体 (Agent)
  • 世界模型 (World Model)
  • 大模型推理 (LLM Reasoning and Planning)
  • 神经符号学习 (Neuro-Symbolic Learning)
  • 表格数据大模型 (Tabular Foundation Model)

项目状态与贡献

目前该项目处于早期建设阶段，内容正在持续更新与完善中。郭老师欢迎广大师生通过留言、邮件等方式提出建议，或分享你希望看到的具体内容。这种开放协作的模式使得指南能够更贴近学生的实际需求，不断进化。