在学术界，能写好论文是一项关键的生存技能（就像是生火技能对穴居人一样）。特别地，很重要的一点是要意识到论文是一种特别的事物：它们看起来有一定的形式、以一定的方式流动、有一定的结构、语言以及其他学者所期望的统计数据。对我来说，查看我博士早期阶段的论文真是一种痛苦的历练，因为它们实在太糟糕了。在这方面有很多东西需要了解。

查阅论文。如果你正在学习写更好的论文，阅读许多好论文并提取出其中的模式似乎是一个明智的选择。但事实证明这并不是最好的策略；这就好像是对于一个二元分类问题只接受正面的样本一样。你真正需要的是查阅大量糟糕的论文，其中一种方法是评阅论文。大部分好的会议的论文接收率大约为 25%，所以你查阅的大部分论文都很差，这让你可以构建一个强大的二元分类器。你可以阅读一篇糟糕的论文，看它的描述有多么不清楚，或者它如何没有定义自己的变量、摘要介绍有多模糊、或者它如何过快地深入到了细节之中——你可以学习让你的论文不落入同样的陷阱。另一个相关的有价值的经验是参加（或组织）读书俱乐部——你将看到经验丰富的研究者批评论文，并且了解自己的论文将会被其他人怎样分析。

格式正确。我清楚地记得有一次和飞飞参加一次审阅会议。我在前面的几个小时里只评阅了 4 篇论文，而她拿起这些论文，每篇只翻了 10 秒钟就说其中一篇很好，其它都很糟糕。确实如此，我也接受了这一篇并拒绝了其它三篇，但这项花费我几个小时做成的事她只用几十秒就完成了。飞飞是将论文的格式作为强大的启发线索的。随着你变成越来越资深的研究者，你的论文将有一种特定风格的外观。一页引言/介绍。一页带有合适密度引用文献（不过于稀疏也不过于密集）的相关成果介绍。一张设计良好的 pull figure（在第一页或第二页）和系统图（在第三页）——不要用 MS Paint 制作。描写技术的章节在某个地方有些数学符号、带有大量数字的结果表（其中一些是粗体）、一个额外的聪明的分析实验、而且论文正好有 8 页（页数限制）且一行不少。你将不得不学习如何为你的论文赋予相同的格式，因为许多研究者在评价你的成果时都将其作为认知的捷径。

确定核心贡献。在你开始写任何东西之前，首先很重要的是要确定你的论文对该领域的一个单一的核心贡献。我会特别强调其中的单个词。一篇论文不是你运行的一些实验的随机集合的报告。论文的目的是给出一个之前并不存在或并不明显的单个事物。你必须认为这个事物是重要的，它之前从未被完成过，然后你通过实验的方式在有对照组的环境中证明它的优点。整篇论文都应该围绕这一核心贡献精准地展开。尤其是不要有任何额外的无价值的扩展，也不要裹带任何其它东西。举一个具体的例子，在我早期的一篇关于视频分类的论文（Large-scale Video Classification with Convolutional Neural Networks）中我就犯了这个错误，我尝试一次打包两个贡献：1）一个用于视频卷积网络的架构布局集合，2）一个不相关的带有很小改进的多分辨率架构。我把它加上去是因为我觉得一是也许有人会对此感兴趣然后跟进后续研究，二是因为我觉得论文的贡献越多越好：两个贡献好于一个贡献。不幸的是，这是一个非常彻底的错误。第二个贡献是微不足道的/可疑的，它稀释了这篇论文，分散了注意力，而且也没人关心。在我 CVPR 2014 的一篇论文（Deep Visual-Semantic Alignments for Generating Image Deions）中我又犯了类似的错误，我在该论文给出了两个没有关联的模型：一个排序模型和一个生成模型。我可以举出一些好的论据来证明我应该分开发两篇论文；只些一个贡献的原因更多是历史上的，而非理智上的。