南京大学LaTeX论文模板完全使用指南
作为南京大学学子,撰写学位论文是学术生涯的重要里程碑。njuthesis-nju-thesis-template项目提供了专业级的LaTeX模板解决方案,完美适配本科、硕士、博士不同层次的论文格式要求,让您专注于内容创作而非格式调整。
五分钟快速配置指南
获取模板资源只需简单一步:
git clone https://gitcode.com/gh_mirrors/nj/njuthesis-nju-thesis-template
进入项目目录后,您将看到完整的模板文件结构。核心文件包括:
sample.tex- 主文档模板文件njuthesis.cls- 模板类定义文件sample.bib- 参考文献数据库示例gbt7714-2005.bst- 国标参考文献样式
一键编译技巧与配置要点
模板采用XeLaTeX引擎编译,确保中文字体完美显示。推荐编译流程:
- 首次编译生成基础框架
- 执行BibTeX处理参考文献
- 再次编译解决交叉引用
- 最终编译生成完美PDF
Windows用户建议安装CTeX完整版,Mac和Linux用户可根据sample.tex中的注释调整字体配置。编译时务必选择XeLaTeX+MakeIndex+BibTex组合模式。
个性化设置详解
模板支持高度自定义,通过修改documentclass参数即可切换不同论文类型:
phd- 博士学位论文格式master- 硕士学位论文格式bachelor- 本科学位论文格式
双面打印选择twoside参数,单面打印使用oneside。所有设置均在sample.tex文件顶部清晰注释,按需修改即可。
参考文献管理最佳实践
模板严格遵循GB/T 7714-2005国家标准,提供完整的参考文献著录方案。使用BibTeX进行文献管理,推荐JabRef工具编辑bib文件,支持自动格式化和去重功能。
文献引用示例:
\cite{作者年份} % 文内引用
\bibliography{sample} % 生成参考文献列表
图表插入与排版技巧
模板提供多种图表排版方案,支持单图、并排图和子图配置:
使用minipage环境实现图片并排,subfigure包处理子图编号,确保图表自动编号和交叉引用准确无误。
版本控制与协作方案
结合Git进行版本管理是论文写作的最佳实践。建议建立规范的分支策略:
- main分支存储稳定版本
- develop分支进行日常开发
- 为每个章节创建特性分支
定期提交更改并撰写清晰的commit message,便于追溯修改历史和协作审阅。
常见问题解决方案
中文显示问题:确保使用XeLaTeX编译并正确配置中文字体 参考文献格式错误:检查bib文件条目是否完整,字段格式是否符合要求 页码编号异常:确认twoside/oneside参数设置是否正确
模板持续维护更新,遇到问题可查阅项目文档或提交issue,开发团队会及时响应并提供技术支持。
通过本模板,南京大学学子可以高效完成学位论文撰写,确保格式规范统一,将更多精力投入到学术研究本身。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
