Многие из нас делают что-то интересное: создают агенты, RAG-системы, делают крутые решения на основе LLM или в области генерирования изображений и видео, собирают датасеты, придумывают бенчмарки — этот список можно продолжать и продолжать. Создав что-то замечательное, напишут статью на Хабре, и на этом всё. Хотя ту же самую работу вполне можно отправить на ведущие мировые конференции по Data Science и ИИ, таких как NeurIPS, ICLR или ACL. Разница не всегда в качестве исследования, просто мало кто знает, как правильно обернуть свои ИИ-решения и разработки в научные статьи, которые пройдут на топовые конференции.
Я Мария Тихонова, исследователь из Sber AI. Занимаюсь бенчмарками и генеративными моделями, развиваю исследовательское направление внутри наших команд. Расскажу о том, как превратить крутые результаты, которые у вас есть, в научную статью высшего ранга (A/A*).
Зачем подавать свою статью на конференции?
Начнём с того, а зачем вам вообще это нужно? Казалось бы, для чего тратить месяцы на оформление статьи, если можно просто выложить код на GitHub или залить модель на HuggingFace, написать пост и, возможно, выступить на DataFest? Причин много.
Качество вашей работы резко возрастёт. Когда пишешь статью и сводишь все результаты воедино, начинаешь задавать себе вопросы, о которых раньше даже не думал. А что именно здесь новое? Насколько корректен baseline? Что будет, если изменить гиперпараметр? Этот процесс приучает к дисциплине.
Возможность рассказать о своей работе на международных площадках. Большие зарубежные конференции — это уже другой масштаб аудитории и обратной связи. Это шанс поделиться своими разработками с ведущими исследователями со всего мира и узнать их взгляд со стороны. Не стоит бояться! Исследовательское сообщество очень хорошее и позитивно настроено. Конференции — это про конструктивные и плодотворные обсуждения, а не про хейт.
Возможность пообщаться с ведущими мировыми исследователями. Статья — отличный повод съездить на конференцию. Сегодня живое общение и нетворкинг на них выходят на передний план. Все материалы и доклады доступны в записи, а вот разговоры на постер‑сессиях и в кулуарах — то, ради чего люди со всего мира действительно едут на них. Ещё это возможность посмотреть новое место и новую страну:)
Статьи остаются с вами навсегда. Это не просто строчка в резюме, а вклад в ваше портфолио и ваш личный бренд, который невозможно отозвать или закрыть.
Про что писать, если вы «ничего не изобрели»
Самое распространённое заблуждение среди начинающих: «Я не придумал трансформер и не открыл новую теорему, значит, писать не о чем». На практике чаще всего ваши разработки и решения в сфере ИИ достойны публикации, просто нужно правильно их подать.
Вот что может стать основой для статьи:
Новая комбинация известных методов, показывающая более высокий результат.
Новый датасет (а ещё лучше бенчмарк) на русском языке. Их гораздо меньше, чем на английском, и они очень нужны сообществу.
Исследование поведения моделей и агентов в нишевых условиях, например, при общении на чувствительные темы, их знание культурного кода, устойчивость к атакам и просто поведение в специфических областях.
SoTA‑результат на известном бенчмарке с понятным и воспроизводимым методом (или даже комбинацией уже имеющихся методов).
Хорошо задокументированная система с демонстрацией работы.
Главный вопрос, который нужно честно задать себе: что нового я привнёс? Даже скромный, но честный ответ уже может стать основой для статьи.
С чего начать?
Поняв, о чём хотите написать, структурируйте свою работу над статьёй и проектом:
С первым пунктом из списка уже разобрались. Дальше, планируя время на работу, не забывайте про дедлайн. У исследователей он всегда горит огнём. Поэтому не забывайте о нём и старайтесь всё делать заранее, чтобы не отправлять текст в последний момент (крайне непопулярный подход среди учёных, но я топлю за него!). Оценив время, необходимое для исследования, умножьте его на 2, лучше даже на 2,5. Это не шутка! Написание статьи — отдельный навык, и на это уходит значительно больше времени, чем на само исследование. Типичная ошибка: думать, что «у нас есть результаты, осталось только написать». Текст пишется отдельно, итеративно, и это требует времени, потому что только в идеальном мире после проведения красивого исследования у вас сразу появится готовая статья о нём.
Куда подавать: навигация по конференциям
Теперь, когда вы лучше понимаете сроки, можно выбирать конференцию. Конференций по ИИ, Data Science, машинному обучению и NLP — сотни, глаза разбегаются. На картинке привела лишь ведущие из них, и это уже много.
Выбирайте в зависимости от:
области вашего исследования: оно должно соответствовать профилю конференции;
новизны и уровня вашего результата: это влияет на выбор уровня конференции;
объёма исследования: большие статьи — в журналы, а более короткие — на конференции;
формата ваших результатов (прикладное демо или нечто более теоретическое): влияет на выбор конкретного трека;
сроков завершения исследования: определяет даты подходящих конференций.
Также оценивайте саму возможность поехать на ту или иную конференцию (например, дадут ли вам визу, или не будет ли накладки с вашим отпуском?).
Чтобы было проще разобраться, составила для вас небольшую схему:
Сначала определитесь со степенью новизны вашей работы. Предлагаете концептуально новую архитектуру или улучшаете текущее решение на основе сильных комбинаций? Или, возможно, вы просто по имеющимся алгоритмам создали новый датасет и новую модель, что тоже ценно для научного сообщества? Если речь о датасетах на русском языке, то рекомендую смотреть на российские конференции, потому что это интересно в первую очередь нам. Если ваша идея довольно новая, тем более прорывная, то можно посмотреть на конференции высшего ранга — А*.
Ранги конференций
Кратко скажу про уровни конференций. Их уровни — или ранги — всегда целесообразно смотреть на официальном портале Conference Ranks. Он считается основным источником.
A* — «исключительные», флагманские мероприятия. Наиболее крупные и престижные конференции мирового уровня (например, NeurIPS, ICML, ICLR, ACL, AAAI). Рекомендую подавать на подобные конференции свою работу, только если вы уверены в её новизне и качестве.
A — «превосходные», чуть менее престижные и масштабные конференции, во многом не уступающие рангу А*. Рассматривайте их, если ваша работа на полшага не дотягивает до A*.
B — хорошие конференции, немного не дотянувшие до уровня A. Не стоит их недооценивать, это отличные площадки для вашей первой публикации.
Если уверены в сильном исследовании — метьте в A*. Если нет, то начните с A или B, и это не «прогиб», а умная тактика.
Отдельно скажу про журналы. Они ранжируются по квартилям от Q1 (наивысший) до Q4 (низший). Официальным источником для них в мире и в России считается SJR. В журналы подавайте более объёмные исследования, которые не влезают в конференционный формат (даже с приложением).
Треки внутри конференции
Треки — это направления, своего рода секции на конференциях. Разберу основные из них, которые встречаются на большинстве конференций.
Трек | Подходит для |
Main/Research | Основной трек для лучших и самых общих исследований. |
System Demo | Прикладной трек, куда в первую очередь подают прикладные решения с демонстрацией. Будьте готовы показать демонстрацию работы вашего чат‑бота, генеративной модели и так далее. |
Industry/Applied | Трек для представления реально внедрённых решений, в том числе работающих в промышленной эксплуатации. |
Competition/Challenge | Трек с решениями соревнований, которые часто проводятся в рамках конференций. |
Workshop | Прикладной трек для нишевых работ. Чтобы пройти сюда важно подобрать такой воркшоп из всего их обилия, который бы по тематике идеально подходил под ваше исследование. |
Многие недооценивают воркшоп как формат для первой публикации. Тут ценится актуальность и то, насколько полезна сообществу ваша работа, а аудитория — именно те, кому ваша тема интересна. Найти подходящий воркшоп по своей теме можно через GigaChat, Perplexity или другие LLM (например, ChatGPT, Claude или DeepSeek).
Так как же выбрать?
Несколько советов:
Ищите конференцию подходящего уровня и тематики, с треком, соответствующим вашей работе.
Спрашивайте совет у более опытных коллег:)
Проведите с помощью LLM глубокое исследование по подбору конференции.
И обязательно учитывайте дедлайны конференций!
От идеи до принятой статьи
Подачу статьи на конференцию обычно считают самым простым этапом: исследование готово, осталось описать и отправить организаторам. На практике именно здесь бывает больше всего отказов в приёме из-за формальных мелочей, которые легко упустить.
Чтобы с вами такого не случилось, давайте по порядку пройдём по всем основным шагам.
В идеале, завершите исследование до начала написания текста статьи (увы, в реальности такое бывает редко). Попытки «дописать по ходу» почти всегда заканчиваются тем, что к дедлайну у вас есть текст, но нет внятных результатов. Поэтому сначала доведите исследование до конца, и только потом переходите к оформлению. Прежде чем писать, зафиксируйте свой вклад. Одна чёткая фраза: «Мы предлагаем X, который решает Y лучше, чем существующие методы Z, потому что...». Если эту фразу сложно сформулировать, значит, нужно ещё подумать над идеей (мозговой штурм с LLM вам в помощь!).
Когда работа готова, начинается самая «бюрократически сложная» часть — подготовка к отправке. Обязательно убедитесь, что все соавторы заранее зарегистрированы в системе для подачи статей на выбранную конференцию. Это не формальность: часто в последний момент выясняется, что один из авторов не прошёл регистрацию и подать статью невозможно, так как подтверждение регистрации требует времени или автор недоступен. Исправить это в условиях дедлайна уже нельзя.
Следующий источник проблем — правила подачи. Их редко читают внимательно, потому что они длинные, скучные и написаны мелким шрифтом. Однако именно в них скрываются требования, из-за которых статью могут отклонить без рассмотрения: нестандартное форматирование таблиц; особые правила оформления ссылок или аффилиаций; ограничения на структуру; таблица, вышедшая за лимит страниц; отсутствие формальных разделов, таких как ethical considerations, — и это лишь часть возможных причин. Даже опытные исследователи при подаче в новый журнал перечитывают эти требования несколько раз, потому что цена ошибки — автоматический отказ.
Отдельного внимания требует анонимизация. Недостаточно удалить имена, аффилиации и благодарности. Настоящие проблемы подстерегают в журналах notebook-ов, в путях к файлам, в метаданных, скриншотах и ссылках на внешние ресурсы. Достаточно одного упоминания имени в журнале или репозитории — и у рецензента есть формальный повод отклонить статью. Особенно коварны Jupyter notebook, где в выводе может остаться полный путь к файлам с указанием имени автора. Поэтому проверять нужно не только текст, но и все дополнительные материалы, включая код и репозитории. Если используете внешние ресурсы вроде GitHub или Hugging Face, то либо анонимизируйте их специальными инструментами, либо временно уберите ссылки, оставив пометку, что добавите их в финальной версии.
Вот памятка, что нужно проверить при анонимизации:
Не менее важен дедлайн. Он часто указан в формате Anywhere on Earth, что означает последний возможный часовой пояс. На практике это может дать несколько дополнительных часов относительно вашего времени, но полагаться на это без проверки опасно. Разные конференции используют разные часовые пояса, и ошибка в интерпретации дедлайна будет одной из самых обидных.
Не откладывайте отправку статьи на последний день. Это почти гарантированный источник проблем: внезапно обнаруживаются неучтённые требования к форматированию, система может подвиснуть от перегруза. Рекомендую отправить черновую версию за несколько дней до дедлайна, а заодно предзаполнить форму, что тоже требует времени. Обновите её на финальную версию в любой момент, это можно сделать любое количество раз до дедлайна. Обновление почти всегда проходит проще и спокойнее, чем попытка загрузить всё с нуля в последние полчаса. А ещё в последние пару часов система может упасть из-за количества подач.
После подачи статьи обычно приходится ждать полтора-два месяца. В это время вас могут привлечь к рецензированию: вам пришлют статьи других авторов, которые нужно оценить. Здесь возникает соблазн воспользоваться языковыми моделями, но это всё чаще отслеживают и наказывают. Да и вообще, использование нейросетей подрывает саму идею научного рецензирования: качество конференции напрямую зависит от того, насколько внимательно участники читают работы друг друга.
Когда приходят первые отзывы на вашу работу, начинается один из «напряжённых» этапов — официальные короткие ответы рецензентам (rebuttal). Это шанс повлиять на итоговое решение о принятии, дав рецензентам чёткие ответы на их вопросы. Первая реакция на критику часто бывает эмоциональная: кажется, что рецензент неправильно понял текст или упустил очевидные вещи. Очень важно сохранять спокойствие и отвечать максимально вежливо и конструктивно. Если рецензент ошибся, то не спорьте и не обвиняйте, а аккуратно укажите, где в статье содержится нужная информация. Даже хорошо, если рецензент спросит о том, на что в статье уже есть ответ: просто укажите нужный фрагмент, так вы усилите свою позицию.
Будьте готовы к сильному разбросу оценок. Одной и той же статье могут дать и высокие, и низкие оценки, и это не обязательно отражает её реальное качество. Люди будут оценивать вашу работу по-разному, субъективность неизбежна. Поэтому не воспринимайте отказ в приёме как приговор: это обратная связь и возможность доработать статью. Многие сильные работы проходят через несколько итераций отправки, иногда годами, прежде чем выходят в хорошем журнале или конференции.
Третий этап. Финальные шаги
Поздравляю! Вашу статью приняли! Думали, теперь можно расслабиться? Вовсе нет, впереди ещё много работы. Внимательно следите за дополнительными дедлайнами, например, по отправке материалов или регистрации соавтора (достаточно одного) от статьи на конференцию. Часто эти дедлайны неожиданно приходят на почту или написаны где-то в закромах сайта конференции мелким шрифтом.
Сегодня почти всегда требуется готовить постер. Этот формат может казаться второстепенным, но обычно именно через постер вы получите живую обратную связь и сможете обсудить свою работу. А вместо доклада конференции просят вас подготовить предзаписанное видео, которое участники смогут посмотреть в любое удобное время.
Подача статьи через ARR
Для части NLP-конференций, относящихся к группе *CL-конференций (ACL, EMNLP, NAACL и другие) сейчас действует подача через ACL Rolling Review (ARR). Вы подаёте статью не на конкретную конференцию, а в ARR в определённый цикл. Вас рецензируют, статья получает набор оценок и отзывов, вы проходите этап rebuttal и фиксируете итоговый результат. С полученными оценками можно подавать статью на разные конференции, не проходя каждый раз всю процедуру рецензирования.
Это очень похоже на механику ЕГЭ: у вас есть некий «балл», и дальше вы сами решаете, куда с ним идти.
Такая модель заметно упрощает жизнь авторам и рецензентам, делает процесс предсказуемее: вместо серии независимых попыток появляется понятная стратегия выбора площадки под уже полученный результат.
Подготовка текста статьи
Отдельно расскажу про написание текста статьи. Ниже основные рекомендации, которые помогут вам при написании.
Пишем в LaTeX. Сегодня стандарт де-факто для написания научных статей — это LaTeX (точнее, его облачная версия Overleaf). Инструмент заметно эволюционировал: если раньше это было средство вёрстки формул, то сейчас вокруг него выросла полноценная экосистема, включая встроенные инструменты для редактирования текста, в том числе через ИИ.
Начните писать статью с шаблона. Обязательно возьмите тот шаблон, который просят организаторы конференции, иначе вас отклонят. Его обычно можно найти в разделе про подачу статьи (Call for papers/Submission guidelines или Paper format). Используя шаблон, создайте LaTeX-документ и разметьте в нём структуру статьи. Ниже я привела примерную структуру, которую можно использовать как исходную точку:
Введение → Сопутствующая работа → Описание метода → Эксперименты → Результаты → Заключение.
Посмотрите несколько прошлогодних публикаций по вашей теме с той конференции, на которую вы подаёте статью, и сразу станет понятно, как должна выглядеть статья в вашем треке.
После этого можно разделить между соавторами части статьи, чтобы работать параллельно. Удобнее всего делать это в Overleaf, обмениваясь комментариями и правками. Распределили? Теперь можно писать, править, перепроверять и вычитывать.
Статья должна быть понятной, и на это прямо влияет хороший английский язык. Поэтому если не владеете fluent English, то используйте доступные инструменты — нейросети (честно укажите это в разделе Limitations). LLM отлично справляются с перефразированием, исправлением ошибок и улучшением читабельности текста, особенно когда пишут не носители языка. Ещё лучше, если вашу статью вычитает профессиональный proofreader. Разница будет особенно заметна в сложных формулировках и стилистике.
Подчеркну: я не призываю генерировать исследование с помощью LLM, я предлагаю с их помощью довести англоязычные формулировки до читабельного состояния. До эпохи нейросетей почти в каждой рецензии можно было встретить комментарии про опечатки и неудачные формулировки, и это действительно мешало восприятию даже сильных работ.
Если над статьёй долго работают, у авторов может замылиться глаз и из-за многочисленных правок накопятся неточности в тексте. После отправки уже ничего нельзя будет исправить, поэтому перед этим пусть каждый соавтор внимательно прочитает финальную версию и подтвердит, что всё корректно.
Порядок упоминания соавторов. Есть общее правило: первый автор считается главным, он внёс основной вклад: проводил эксперименты и писал значительную часть статьи. Последним упоминают руководителя проекта. Если вклад нескольких участников сопоставим, то можно отдельно отметить равное соавторство. За пределами первой позиции порядок фамилий гораздо менее важен.
Критически важно соблюдать требования к оформлению. У большинства крупных конференций есть готовые LaTeX-шаблоны и автоматические проверки: можно прогнать свой PDF и сразу увидеть проблемы в форматировании. Не игнорируйте такие проверки, иначе вам могут отказать в приёме из-за технических несоответствий. Делайте это заранее, а не в последний час.
Мы с вами прошли по основным шагам написания статей, и если вы делаете что-то в области ИИ и машинного обучения и у вас есть хотя бы один ответ на вопрос «что здесь нового?», значит, у вас уже есть основа для статьи. Дальше вопрос навыка: выбрать правильную конференцию, корректно анонимизировать, не паниковать от рецензий и не бросать после первого отказа. Этому можно научиться.
Статья — это не только академическая галочка. Это способ обсудить свою работу с людьми, которые занимаются тем же, сделать вклад в сообщество и, честно говоря, просто получить интересный опыт.
Теперь вы знаете, как готовить и подавать статьи, дело за вами! Не стесняйтесь и пробуйте, сами не заметите, как у вас появится ваша первая статья.
Удачи вам, и побольше принятых статей!