AI-Research-SKILLs 系统论文写作蓝图:面向 OSDI/SOSP/ASPLOS/NSDI/EuroSys 的逐节段落级模板与最佳论文结构剖析

原创2026-09-23 15:36:031,975 阅读
文章标签:人工智能AI 技能AI 插件大模型机器学习深度学习

AI-Research-SKILLs 系统论文写作蓝图:面向 OSDI/SOSP/ASPLOS/NSDI/EuroSys 的逐节段落级模板与最佳论文结构剖析

本文基于 section-blueprints.md 展开,系统拆解一篇 10–12 页系统论文从摘要到结论的逐段落写作模板:每节的篇幅预算、段落职责、可直接套用的句式结构、权威写作指南的原始指导意见,以及来自 OSDI/SOSP/ASPLOS/NSDI/EuroSys 最佳论文的结构范例。配合 systems-paper-writing 技能包中的四种写作模式、七阶段投稿前检查清单与 OSDI 2026 / NSDI 2027 / ASPLOS 2027 / SOSP 2026 LaTeX 模板,读者可以按图索骥,把研究贡献组织成结构完整、评审友好、可被审稿人追踪验证的系统论文。

系统论文(Systems Paper)与机器学习论文的评审逻辑截然不同:审稿人关心的是"真实构建的系统、端到端的性能、可验证的设计取舍",而非单纯的方法创新。因此,系统论文的写作本质上是一种工程化排版——把问题、缺口、洞见、设计、实现、评估组织成一条可追踪的证据链。本文提供的正是这条证据链的"施工图纸"。

一、权威来源与证据基础

本蓝图并非凭空创作,而是综合了系统研究领域公认的写作指南,全部引用自 section-blueprints.md 中的权威来源表:

# 作者 资料标题 背景 / 身份
1 Roy Levin & David D. Redell 《How (and How Not) to Write a Good Systems Paper》 SOSP'83 程序委员会主席,USENIX/ACM SIGOPS
2 Irene Zhang 《Hints on how to write an SOSP paper》 MSR/UW,SOSP/OSDI 程序委员会
3 Gernot Heiser 写作风格指南 + 论文写作演讲 UNSW,seL4 作者
4 Timothy Roscoe 《Writing reviews for systems conferences》 ETH Zürich
5 Yi Ding 《How to write good systems papers?》 —
6 hzwer & DingXiaoH WritingAIPaper GitHub 开源项目(1.3k+ stars)
7 MLNLP-World Paper-Writing-Tips GitHub 开源项目(4.4k stars)
8 RU-System-Software-and-Security Paper_Writing_Tips GitHub 开源项目

这些来源在技能包内部被归纳为一条可执行的写作哲学,见 SKILL.md:

  • 管理读者状态(Gernot Heiser):像操作系统管理进程状态一样管理读者的认知负载——绝不无上下文地引入新概念,绝不引用后面才定义的内容而不给前置指针。
  • 六维质量自检(Levin & Redell):投稿前按 Original Ideas(原创思想)、Reality(是否真实构建)、Lessons(经验教训)、Choices(取舍讨论)、Context(相关工作公平性)、Presentation(表达清晰度) 六个维度逐一自检。
  • 首页图(hzwer):第一页必须有一张承载核心思想的图。审稿人对论文的第一印象来自标题、摘要与首页图三者。

二、总览:12 页系统论文的篇幅分配

SKILL.md 给出了完整的页数预算表,这是规划每一节写作长度的硬约束(投稿 12 页严格限制,USENIX 系 camera-ready 可至 14 页,ACM 系 13 页,参考文献不限页数):

Section 页数 职责
Abstract ~0.25 150–250 词,5 句式结构
S1 Introduction 1.5–2 问题 → 缺口 → 洞见 → 贡献
S2 Background & Motivation 1–1.5 术语定义 + 生产环境观测
S3 Design 3–4 架构 + 模块细节 + 备选方案
S4 Implementation 0.5–1 原型细节、代码量、关键工程决策
S5 Evaluation 3–4 实验设置 + 端到端 + 微基准 + 可扩展性
S6 Related Work 1 按方法分组,显式对比
S7 Conclusion 0.5 3 句总结
合计 ~12 投稿 12 页(USENIX)/ 11 页(ACM ASPLOS);Camera-ready 14(USENIX)/ 13(ACM)。上述区间横跨投稿到 camera-ready,初次投稿以 12 页为目标。参考文献不计页数。

篇幅预算透露了系统论文的核心倾向:设计与评估是论文的主体(合计 6–8 页),引言约 2 页,而背景、实现、相关工作、结论都必须克制。

三、Abstract 蓝图(150–250 词)

5 句式结构

摘要必须自包含(self-contained),是最难写的部分,因为不能使用论文中尚未引入的任何术语或概念(Irene Zhang 原话:"The abstract is probably the hardest section to write because you cannot use any terms or concepts that you introduced in the paper")。Gernot Heiser 进一步强调:摘要不得有前向引用、不得出现未定义的行话。

S1 — Context: What broad problem area is this work in? Why does it matter?
     (e.g., "Large-scale ML training clusters waste 30–50% of GPU cycles due to...")
S2 — Gap: What specific limitation of current approaches does this work address?
     (e.g., "Existing schedulers cannot adapt to ... because ...")
S3 — Thesis: What is your key insight/approach?
     (e.g., "We present X, which uses [technique] to achieve [property] for [workload] in [environment]")
S4 — Results: What are the headline numbers?
     (e.g., "Evaluation on [N]-GPU cluster shows X improves [metric] by [Y]% over [baselines]")
S5 — Impact: Broader significance or availability.
     (e.g., "X is open-sourced at [URL] and has been deployed at [organization]")

来源指导意见

  • Levin & Redell:"Can you state the new idea concisely? [...] Use them in the abstract and introduction."(能否简洁陈述新想法?把它写进摘要和引言。)
  • Irene Zhang:摘要中最难的是不能用论文内新引入的术语。
  • Gernot Heiser:摘要必须自包含——无前向引用、无未定义行话。

结构范例

  • Blox(EuroSys'24):摘要陈述 7 个调度抽象,点名系统,列出具体指标。
  • Sia(SOSP'23):摘要严格按"问题 → 洞见 → 方法 → 结果"结构,恰好 5 句话。

在 templates/osdi2026/main.tex 中,摘要模板还给出了五要素提示:贡献是什么(achieved)、难点与重要性(problem)、怎么做(approach)、证据(evaluation highlights)、最亮眼的结果(the hook),并建议控制在 150–200 词、摘要内避免引用。

四、S1 Introduction 蓝图(1.5–2 页)

引言按段落职责划分为四个模块,共 6–7 段。对应的 LaTeX 骨架可直接参考 templates/osdi2026/main.tex 的 Introduction 部分(问题背景 1–2 段 → 现有方案不足 1 段 → 核心洞见 1 段 → 贡献列表 → 结果亮点 1 段)。

段落 1–2:问题陈述(约 0.5 页)

职责:用具体的量化证据确立领域及其重要性。

[Domain] is critical for [reason]. [Concrete statistic about scale/impact].
However, [specific challenge] leads to [quantified inefficiency].
For example, [real-world scenario with numbers].

指导:

  • Levin & Redell:"What exactly is the problem being solved? Is it a real problem?"(要解决的问题究竟是什么?它是真实问题吗?)
  • Irene Zhang:"clearly state your target environment (Z) and application (Y)"(明确陈述目标环境 Z 与应用 Y)
  • 尽量使用生产数据(集群规模、吞吐、成本)。

段落 3–4:缺口分析(约 0.5 页)

职责:证明现有方法不足。每个缺口都必须具体且有证据支撑,且可证伪——审稿人能够核实你的论断。

Existing systems address [aspect] through [approaches], but they fall short in [N] ways:

G1: [First gap] — [existing system] assumes [assumption], which breaks when [condition]. [Evidence].
G2: [Second gap] — [existing approach] cannot handle [scenario] because [reason]. [Evidence].
G3: [Third gap] — ...

指导:

  • Irene Zhang:"clearly state why previous systems do not meet the needs of applications Y in environment Z"
  • Lucid(ASPLOS'23)是典范:G1–G5 与设计节的 A1–A5 逐一精确对应(详见 writing-patterns.md 的 Pattern 1 与 G→A 映射表)。

段落 5:核心洞见(1 段)

职责:整篇论文的论点句(thesis statement)——一句话概括你的贡献。这一段应当可被审稿人在推荐理由中直接引用。

Our key insight is that [observation about the problem] enables [new approach].
Based on this insight, we present [System Name], a [one-line description]
that [key differentiator] for [target applications] in [target environment].

指导:

  • Irene Zhang 论点公式:"X is better for applications Y running in environment Z"
  • Levin & Redell:"What are the key ideas? Can you state them concisely?"

段落 6–7:贡献列表(约 0.5 页)

职责:编号列出 3–5 条可测试的声明,每条都链接到论文的某个章节。

This paper makes the following contributions:
1. [Insight/Analysis] — We identify [N observations] about [domain] (§2).
2. [Design] — We design [component], which [key property] (§3).
3. [System] — We implement [System Name] in [LOC] lines of [language] (§4).
4. [Evaluation] — We evaluate [System Name] on [workload], showing [headline result] (§5).

结构范例

  • Blox(EuroSys'24):7 条贡献,覆盖抽象 + 模拟器 + 案例研究。
  • Sia(SOSP'23):5 条主要贡献,带章节交叉引用。
  • Lucid(ASPLOS'23):贡献与 G1–G5 缺口结构镜像对应。

引言写作模式(hzwer 三段式)

SKILL.md 指出引言遵循 hzwer 的经典修辞三段式:Move 1 建立领地(Establish territory)→ Move 2 找到空隙(Find niche)→ Move 3 占据空隙(Occupy niche),与"问题 → 缺口 → 洞见 → 贡献"的段落结构一一对应。

特别提醒:ASPLOS 快速评审与 NSDI 预筛

根据 reviewer-guidelines.md 与 systems-conferences.md:

  • ASPLOS 2027 新增快速评审轮(Rapid Review Round):审稿人只读前 2 页就决定是否进入完整评审,多数投稿在这一轮被拒。因此前 2 页必须自包含地讲清"问题、方法、关键结果、贡献"。
  • NSDI 2027 预筛:审稿人只读 Introduction 来检查三件事——选题是否在 NSDI 范围内、PC 成员能否读懂、是否符合所选 track 的标准。
  • 这两个机制进一步说明:引言的前两段(问题陈述)与前两页承载着生死攸关的评审价值。

五、S2 Background & Motivation 蓝图(1–1.5 页)

段落 1–3:技术背景(约 0.5 页)

职责:定义读者需要的术语与系统环境。遵循 Gernot Heiser 的 define-before-use(先定义后使用) 原则——每个术语必须在首次实质使用前完成定义。

[Brief description of the domain/system being studied].
[Key Term 1] refers to [definition]. [Key Term 2] refers to [definition].
Figure [N] shows the [architecture/workflow] of [system being studied].

指导:

  • 只包含理解本文贡献所必需的背景。
  • 若背景超过 0.5 页,说明读者可能已不属于你的目标受众。

段落 4–6:生产观测(约 0.5–1 页)

职责:呈现数据驱动的观测,用它们驱动设计决策。每条观测都应逻辑上导向 §3 中的一个设计决策;用图表呈现数据,因为审稿人更信任可视化而非散文式论断。

To understand [aspect], we analyze [data source] from [environment].

Observation 1: [Finding]. Figure [N] shows that [evidence]. This implies [design insight].
Observation 2: [Finding]. Table [N] shows that [evidence]. This suggests [design direction].
Observation 3: [Finding]. [Evidence]. Combined with O1 and O2, this motivates [approach].

指导:

  • Irene Zhang:"clearly motivate Y and Z. Why is application Y important?"

结构范例

  • GFS(arXiv 2025 预印本):3 条生产观测 → 3 个设计洞见 → 3 个系统组件。
  • Lucid(ASPLOS'23):基于 Azure/Alibaba 轨迹的 5 项集群特征分析。

与之配套的写作模式:Observation-Driven

writing-patterns.md 的 Pattern 2 将这一节系统化为可复用结构:"观测 O1→O3(带图/表证据)→ 每条观测推导设计洞见 → 设计节中组件与观测一一对应 → 评估中使用呈现了这些模式的工作负载"。其关键性质是:真实数据让动机无可辩驳——如果你展示了生产环境证据,审稿人就无法争论"问题不存在"。以 GFS 为例:O1(GPU 碎片随异构性增加)→ 碎片感知调度器;O2(作业到达呈突发性而非泊松分布)→ 预测性准入控制;O3(小作业占数量大头但大作业占 GPU 小时大头)→ 按规模分级调度。

六、S3 Design 蓝图(3–4 页)

段落 1–2:系统架构总览(约 0.5 页)

职责:架构图 + 逐组件讲解。这是设计节的首图(page-one figure 的等价物)。Yi Ding 的建议是 "Draw a picture first"——架构图锚定整个设计节;Gernot Heiser 则要求"维护用户状态"——读者在阅读各子节时应能把架构图保持在脑海中。

Figure [N] shows the architecture of [System Name]. [System Name] consists of [N] components:
(1) [Component A], which [function];
(2) [Component B], which [function];
(3) [Component C], which [function].

A typical request flows as follows: [step-by-step walkthrough of data/control flow].

checklist.md 的 Stage 2 补充了图的硬性要求:架构图必须出现在前 3 页内;每张图/表在正文中必须先于其出现被引用;图注必须自包含(不读正文也能读懂);图中字号 ≥ 8pt;颜色在灰度打印下可区分。

子节:逐模块设计(约 2–2.5 页)

每个模块子节遵循统一的四步模板:

§3.X [Module Name]

[What problem this module solves — 1 sentence].

[Design choice]: We use [approach] because [reason].
[Alternative 1]: [description] was considered but rejected because [trade-off].
[Alternative 2]: [description] does not work because [limitation].

[Detailed mechanism — 1–3 paragraphs explaining how it works].
[Pseudocode or algorithm if applicable — Algorithm [N]].

指导(这是设计节能否打动审稿人的核心):

  • Irene Zhang:"Every design choice made in X should be discussed with alternatives and the reasons for the choice"
  • Levin & Redell:"What were the alternatives considered at various points, and why were the choices made?"
  • 审稿人用备选方案讨论来判断设计成熟度(design maturity)。
  • checklist.md 还要求:备选方案必须是"真实考虑过的"而非稻草人;每个备选方案的取舍要明确陈述;拒绝理由是技术性的(而不是"实现太难")。

设计决策汇总表(约 0.5–1 页)

复杂系统强烈建议用一张表格汇总所有设计决策:

| Decision | Our Choice | Alternative | Why Not |
|----------|-----------|-------------|---------|
| Scheduling policy | [X] | [Y] | [reason] |
| Communication | [X] | [Y] | [reason] |
| Fault tolerance | [X] | [Y] | [reason] |

结构范例

  • Blox(EuroSys'24):7 个抽象模块各配独立子节。
  • Sia(SOSP'23):三阶段调度设计,每阶段都讨论备选方案。

对应 LaTeX 层面,templates/osdi2026/main.tex 的设计节模板给出了组件 A/组件 B 子节、算法环境(algorithm/algorithmic)、吞吐量数学模型(equation)以及边界情况(failures、stragglers)讨论的完整骨架,并提示架构图应使用 figure* 双栏宽幅图。

七、S4 Implementation 蓝图(0.5–1 页)

结构

Para 1: System overview — [Language], [LOC], built on top of [framework/library].
         We implement [System Name] as [deployment model: library/service/kernel module].

Para 2: Key engineering decisions — [Non-obvious choices]:
         - [Decision 1]: We chose [X] over [Y] because [reason].
         - [Decision 2]: [Integration detail with existing system].
         - [Decision 3]: [Performance-critical optimization].

Para 3 (optional): Deployment experience — [If applicable, brief deployment notes].

指导

  • Levin & Redell 的灵魂拷问:"Does the paper describe something that has actually been implemented, or is it merely a proposal? Are the lessons drawn from experience or from thought experiment?"(论文描述的是真实实现的系统,还是仅仅一个提案?经验来自实践还是思想实验?)
  • 保持简洁:审稿人关心的是设计与评估,不是工程日记。0.5–1 页足矣。
  • 从 systems-conferences.md 的 ML→Systems 转换指南看,实现节在系统论文中是"核心贡献"而非"附属品"——ML 论文常把实现一笔带过,系统论文则必须详述架构、优化与集成点。

八、S5 Evaluation 蓝图(3–4 页)

段落 1–2:实验设置(约 0.5 页)

必须详尽到可复现:

**Testbed**: [Hardware description — GPUs, CPUs, network, storage].
**Baselines**: [System A] ([citation]), [System B] ([citation]), [System C] ([citation]).
**Workloads**: [Workload 1 — description], [Workload 2 — description].
**Metrics**: [Primary metric] (higher is better), [Secondary metric].
**Configuration**: [Key parameter settings for all systems].

checklist.md 的 Stage 3 补充了严格性要求:baseline 必须是当前最优(不能是稻草人)、必须最优配置(不能是默认/未调参);给出错误条/多次运行/置信区间;测量排除 warmup 运行;性能数字给出绝对值(不能只有相对百分比);好坏结果都诚实讨论;源码可用性、关键超参、工作负载生成方式都要写清,让独立团队约 2 周内可复现。

子节:端到端对比(约 1–1.5 页)

每个实验块遵循"假设 → 结果 → 结论"闭环:

§5.X [Experiment Name]

Hypothesis: We expect [System Name] to [outperform/match] [baseline] on [metric]
because [design rationale linking back to §3].

[Results description with figure/table references].
Figure [N] shows [key finding]. [System Name] achieves [X]% improvement over [baseline]
on [workload] because [explanation linking to design].

Conclusion: [System Name] [outperforms/matches] [baseline] by [X]% on [metric],
confirming that [design choice from §3] is effective for [workload].

关键规则:Irene Zhang 的"三陈述原则"

每个实验结论必须陈述三次:

  1. 假设(Hypothesis):小节开头——"我们预期 X 因……优于 Y"
  2. 结论(Conclusion):小节结尾——"结果显示 X 比 Y 提升 Z%"
  3. 图注(Caption):图上——"图 N 显示 X 比 Y 吞吐高 Z%"

SKILL.md 将两种实验类型概括为:Type 1 端到端对比(X vs baselines for Y on Z)、Type 2 消融(逐个移除设计组件测量其独立贡献)。

子节:微基准 / 消融(约 1–1.5 页)

§5.Y Ablation Study

To understand the contribution of each component, we disable them individually:
- [System Name] w/o [Component A]: [result] — [Component A] contributes [X]%.
- [System Name] w/o [Component B]: [result] — [Component B] contributes [Y]%.
- [System Name] w/o [Component C]: [result] — [Component C] contributes [Z]%.

Table [N] summarizes the ablation results. [Key takeaway about which components matter most].

消融是审稿人判断"性能提升究竟来自哪个设计决策"的关键证据。在 templates/osdi2026/main.tex 中,评估节还提供了实验设置表(tab:workloads)、端到端对比表(tab:e2e,加粗最优值)、消融柱状图与可扩展性折线图的现成 LaTeX 骨架,并建议评估围绕四个问题组织:与 SOTA 对比、各组件贡献、规模扩展行为、系统开销。

子节:可扩展性(约 0.5 页)

§5.Z Scalability

Figure [N] shows [metric] as [scale dimension] increases from [min] to [max].
[System Name] scales [linearly/sub-linearly] because [reason].
At [max scale], [System Name] achieves [result], compared to [baseline] at [result].

结构范例

  • Sia(SOSP'23):4 种工作负载组合 × 3 种集群规模,对 3 个组件做消融。
  • Blox(EuroSys'24):7 个案例研究,每个都有独立的评估子节。

九、S6 Related Work 蓝图(1 页)

结构:按方法论分组

绝不逐篇罗列论文——按方法论分组,每组内"他们做什么 → 遗留什么局限 → 我们有何不同"三段式:

**[Category 1: e.g., Heuristic Schedulers].**
[System A] [citation] uses [approach] for [goal].
[System B] [citation] extends this with [technique].
Unlike these systems, [our system] [key difference].

**[Category 2: e.g., Learning-Based Schedulers].**
[System C] [citation] applies [ML technique] to [problem].
[System D] [citation] uses [approach] but requires [limitation].
[Our system] differs by [key distinction].

**[Category 3: e.g., Cluster Management].**
...

指导

  • Levin & Redell:"Are comparisons with previous work clear and explicit?"(与既往工作的比较是否清晰明确?)
  • 永不只列论文——永远说明你的工作如何与之不同。
  • Irene Zhang:对比 4 个以上系统时,用对比表。

可选:对比表

| System | [Dim 1] | [Dim 2] | [Dim 3] | [Dim 4] |
|--------|---------|---------|---------|---------|
| [A]    | ✓       | ✗       | ✓       | ✗       |
| [B]    | ✗       | ✓       | ✗       | ✓       |
| Ours   | ✓       | ✓       | ✓       | ✓       |

十、S7 Conclusion 蓝图(0.5 页)

结构:3 句总结 + 可选未来工作

Para 1 (3 sentences):
  S1: [Problem restated — what challenge this paper addressed].
  S2: [Solution — what [System Name] does and how].
  S3: [Key result — headline evaluation numbers].

Para 2 (optional, 2–3 sentences):
  [Future directions — what extensions or open problems remain].

指导

  • Irene Zhang:"summarize your paper in 3 sentences: hypothesis, solution, result"(用 3 句话总结论文:假设、方案、结果)
  • 结论不得引入新信息。
  • 严格控制在半页以内。

十一、结构范例分析:最佳论文的共性特征

说明(引用自 section-blueprints.md):下表论文被选为结构范例是因为其写作质量与组织方式;标注 (Best Paper Award) 的论文已核对官方会议网站确认为最佳论文奖得主,未标注的仅因其结构典范性入选,并非最佳论文声明。

OSDI/NSDI(USENIX 格式)

年份 论文 结构模式 关键启示
2025 Basilisk(OSDI,Best Paper Award) 形式化验证 设计节采用定理-证明结构
2024 Anvil(OSDI,Best Paper Award) 集群管理验证 活性性质分解
2024 ChameleonAPI(OSDI,Best Paper Award) ML 系统 API 定制流水线作为工作流
2025 NDD(NSDI,Best Paper Award) 网络验证 决策图形式化

ASPLOS/SOSP(ACM 格式)

年份 论文 结构模式 关键启示
2025 CXLfork(ASPLOS,Best Paper Award) 硬件 + 系统 硬件机制与软件设计双节
2024 Centauri(ASPLOS,Best Paper Award) ML 训练调度 重叠分析 → 调度器设计
2023 TreeSLS(SOSP,Best Paper Award) 持久化微内核 NVM 观测 → 树形结构设计
2023 Sia(SOSP) GPU 调度 5 条贡献 + 三阶段设计

最佳论文的 5 大共性结构特征

  1. 摘要第 3 句有清晰的论点(thesis)——每篇最佳论文都有一句可被引用的论点。
  2. 编号贡献带章节映射——审稿人可逐条追踪声明。
  3. 架构图出现在前 3 页内——设计的视觉锚点。
  4. 每个重大决策都讨论备选方案——展现设计成熟度。
  5. 有消融实验——隔离每个组件的贡献。

十二、四种写作模式:把蓝图变成可复用的结构武器

writing-patterns.md 在逐节蓝图之上抽象出四种跨章节的写作模式,对应 section-blueprints.md 中反复出现的结构范例:

你的处境 推荐模式 理由
对既往工作的缺陷有清晰清单 Gap Analysis(缺口分析) 可追踪,审稿人友好
拥有生产数据或轨迹 Observation-Driven(观测驱动) 动机不可辩驳
贡献横跨多个技术领域 Contribution List(贡献列表) 可计数、可验证
只有一个强有力的对比性主张 Thesis Formula(论点公式) 聚焦、易记
复杂系统且数据与缺口兼有 Thesis + Gap + Observation 组合 组合冲击力最大

其中 Thesis Formula(Irene Zhang 公式:"X is better for applications Y running in environment Z")是可组合的顶层结构:它可以与 Gap Analysis 组合("X 对 Y 在 Z 中更优,因为它解决了 G1–Gn")、与 Observation-Driven 组合("X 对 Y 在 Z 中更优,我们通过 O1–O3 发现这一点")、与 Contribution List 组合("X 对 Y 在 Z 中更优,我们的贡献包括 C1–Cn")。

同时该文档列出了四类必须避免的反模式:

  • Feature Dump(特性倾倒):罗列特性却不连接问题与声明——用 Gap Analysis 或 Thesis Formula 给每个特性赋予目的。
  • Solution Looking for a Problem(先有方案后有问题的倒置):设计先行而必要性未立——用 Observation-Driven 以真实数据为设计奠基。
  • Vague Contributions(模糊贡献):"We propose a novel system for X"不可测试不可验证——用 Contribution List 写具体、可测量的声明。
  • Missing Alternatives(缺失备选方案):把设计选择写成唯一答案——每个重大决策至少讨论一个备选及其被拒理由(Irene Zhang 规则)。

十三、与逐节蓝图配套的七阶段检查清单

checklist.md 提供了与本文蓝图一一对应的投稿前自检流程,按顺序执行:

  • Stage 1 结构完整性:论点遵循 "X is better for Y in Z" 公式且出现在摘要 S3、引言、结论三处;引言有 3–5 条编号贡献且每条交叉引用章节并各自由 §5 实验验证;页数预算合规(Design 3–4 页、Evaluation 3–4 页、Related Work ~1 页、Implementation 0.5–1 页)。
  • Stage 2 写作质量:无孤儿术语(先定义后使用)、缩写首次使用即定义、系统名大小写统一;每张图/表在正文先被引用、图注自包含、评估图注含关键发现、架构图在前 3 页、字号 ≥ 8pt、灰度可辨。
  • Stage 3 评估严格性:baseline 最优配置、统计显著性、消融隔离每个组件、可扩展性实验、绝对值而非仅相对百分比、约 2 周可复现。
  • Stage 4 设计质量:每个重大决策讨论至少一个真实备选方案、边界情况被承认、限制诚实陈述。
  • Stage 5 学术诚信:每条引用程序化验证(Semantic Scholar / DBLP / CrossRef),未验证标记 [CITATION NEEDED];禁止捏造生产观测、轨迹、部署经验或实验结果。
  • Stage 6 会场特定要求:按 OSDI/NSDI/ASPLOS/SOSP/EuroSys 各自格式与规则核对(详见下文)。
  • Stage 7 最终通读:PDF 渲染正常、无 TODO/FIXME 残留、双盲信息去除、提交系统标题与摘要与论文一致;最后用 Levin & Redell 六维(原创、真实、经验、取舍、上下文、表达)做一句话自测,任一维度薄弱即返工。

十四、学术诚信红线:系统论文写作的硬约束

SKILL.md 将学术诚信列为不可逾越的底线,写作时务必遵守:

  • 引用纪律:绝不凭记忆生成引用——使用 ml-paper-writing 技能的引用验证工作流(Semantic Scholar / DBLP / CrossRef API),未验证的引用标记为 [CITATION NEEDED]。
  • 禁止捏造:不得捏造生产观测、轨迹、部署经验或实验结果;不得伪造会场规则、论文元数据或最佳论文声明;不得逐段复制参考论文文本——本文蓝图提供的是结构指导,不是复制粘贴模板。
  • LLM 披露:部分会场要求披露写作或构思中大量使用 LLM 的情况,投稿前核对当前 CFP 的 AI 政策。
  • 归属:结构受特定论文启发时(如 Lucid 的缺口分析模式),须引用该启发来源。
  • 时效性:会场规则(页数、格式、AI 政策)每年变化,本文所有会场信息基于 2025/2026 CFP,投稿前务必核对当年 CFP。

十五、会场差异与格式要求速查

SKILL.md 与 systems-conferences.md 给出了主要系统会场的格式对照(基于 2025/2026 CFP,规则每年变化,务必核对当年 CFP):

会场 格式 投稿页数 Camera-Ready 参考文献
OSDI USENIX 12 页 14 页 不限
NSDI USENIX 12 页 14 页 不限
SOSP ACM SIGOPS 12 页(技术内容) — 不限
ASPLOS ACM SIGPLAN 11–12 页 13 页 不限
EuroSys ACM 12 页 — 不限

一些影响写作策略的会场机制(详见 reviewer-guidelines.md):

  • OSDI 2026:新增 Operational Systems track(标题须以 "(Operational Systems)" 结尾);无作者回复期,"conditional accept" 取代 major revision;鼓励合适长度、反对注水到 12 页;每作者最多 8 篇;目标录取率 ≥20%。
  • NSDI 2027:双 deadline(春季/秋季)+ 新 Frontiers track;所有论文先经 Introduction 预筛;被拒论文可能获得一次修订机会(one-shot revision)。
  • ASPLOS 2027:双周期(4 月/9 月)+ 快速评审轮(只读前 2 页);必须推进 Architecture/PL/OS 核心方向(仅仅"用 arch/PL/OS 工具做别的领域"不合格);每作者每周期最多 4 篇。
  • SOSP 2026:ACM SIGPLAN 格式;可选但鼓励 Artifact Evaluation;作者回复 ≤500 词且不得包含新实验。

LaTeX 层面,仓库提供了四套可直接使用的模板:templates/osdi2026/main.tex(USENIX 格式,含 usenix-2020-09.sty)、templates/nsdi2027/main.tex(USENIX 格式)、templates/asplos2027/main.tex 与 templates/sosp2026/main.tex(ACM SIGPLAN 格式,\documentclass[sigplan,10pt]{acmart})。USENIX 模板的关键规格:US Letter、Times Roman 10pt/12pt leading、双栏、7"×9" 文本块;ACM 模板文本块 178mm×229mm。

十六、从蓝图到成稿:完整写作工作流

SKILL.md 给出了将本文蓝图落地为成稿的操作流程:

Step 1: Read this SKILL.md for page allocation overview
Step 2: Read references/section-blueprints.md for per-section paragraph templates
Step 3: Choose a writing pattern from references/writing-patterns.md
Step 4: Draft section by section following the blueprint
Step 5: Run the checklist from references/checklist.md before submission
Step 6: Use ml-paper-writing for citation verification and LaTeX formatting

与 ML 论文写作的边界划分(摘自 SKILL.md 与 ml-paper-writing/SKILL.md):本文所属的 systems-paper-writing 技能只聚焦系统会场的段落级结构蓝图;一般 ML 论文写作哲学、引用验证工作流、LaTeX 多会场模板与 NeurIPS/ICML/ICLR 结构,交由 ml-paper-writing 技能处理。把一份 ML 稿件改投系统会场时,systems-conferences.md 的转换指南提醒:不只是换模板,还要把页数从 7–9 页扩到 12 页、把评估从"基准测试 + 消融"扩展为"端到端 + 微基准"、把贡献框架从算法新颖性改写为系统设计 + 实现、补上部署经验。

十七、常见问题速查

SKILL.md 归纳了审稿中最常出现的问题与对应的结构修复方案:

问题 解决方案
论文读起来像"特性清单" 围绕论点公式重构:X 对 Y 在 Z 中更优
评估缺乏深度 增加消融实验,隔离每个设计决策
审稿人说"增量工作" 强化缺口分析:让 G1–Gn 更清晰、更有证据
设计节过长 把实现细节移到 S4,S3 保持在设计层面
动机薄弱 增加带具体数字的生产观测
相关工作读起来像参考文献列表 按方法分组,加入显式差异化

从 reviewer-guidelines.md 的系统论文常见审稿关切还可以补充几条预防性策略:"Just an ML paper, not systems"(强调系统设计、架构决策、部署挑战)、"Evaluation only on microbenchmarks"(补充真实工作负载的端到端评估)、"No working prototype"(构建并评估真实系统而非仅模拟)、"Deployment not realistic"(展示现实可行性并讨论实际约束)。

结语

从 150–250 词的 5 句式摘要,到 1.5–2 页引言的"问题 → 缺口 → 洞见 → 贡献"四段式,再到 3–4 页设计中"架构图先行 + 逐模块备选方案讨论"、3–4 页评估中"假设-结果-图注三陈述"的闭环,section-blueprints.md 提供的是一套被 OSDI/SOSP/ASPLOS/NSDI/EuroSys 最佳论文反复验证的段落级施工图纸。配合 writing-patterns.md 的四种组织模式、checklist.md 的七阶段自检与 templates 下的 LaTeX 骨架,任何系统研究工作都可以被组织成一条审稿人能够逐节追踪、逐条验证的证据链——这正是系统论文从"想法"走向"被接受"的关键一步。

登录后查看全文
AI-Research-SKILLs