研究生科研指南

硕士研究生要高效完成 「读论文 → 做实验 → 发论文」 的全过程，关键在于：明确目标、优化路径、阶段推进、持续反馈。
以下是一条实用、高效的科研带路线，适合大多数 工科 / 计算机 / 软件工程 领域。本专业要求除发文章外，最终还需完成代码实现。

🔁 总路线图（4 阶段）

科研时间轴

认真读一下这篇文章：Writing a scientific article: A step-by-step guide for beginners

✅ 阶段详解 + 高效建议

🔍 阶段 1：读论文 → 选题定向（1-2 月）

目标： 了解研究领域地图，找到切入点。

方法：

优先读近 5 年发表的 3-5 篇高被引综述（Survey），了解领域热点与趋势，建立知识框架（可先读 1-2 篇中文综述）。
找顶会 / 顶刊代表作 10 篇（历史相关高被引，近 3 年顶刊顶会引用高的文章，及其开源的文章，例如 CVPR、NeurIPS、IEEE、ACL 等）精读。
三遍法：
1. 第一遍看标题、摘要、图表；
2. 第二遍读方法、实验；
3. 第三遍复现推导，记录问题。
做文献笔记表格，包括问题 / 方法 / 数据集 / 指标等，分类标注，重点记录研究方法与创新。
模板笔记： 总结论文的 Problem（问题）、Method（方法）、Key Idea（创新点）、Limitation（局限）、Future Work（可改进方向）。
用思维导图（XMind / Miro）整理领域分支、主流方法对比。
结合文献缺口与实验室资源，提出 2-3 个备选方向与导师讨论，确保选题兼具创新性和可行性。

工具： ZhiPu AI 论文助手、Notion、Zotero、Research Rabbit / Connected Papers

尽快圈定一个 「小而专」、「小而新」 的方向，如“3D 重建中 Mesh 压缩”。
创新不在于跑大模型，而在于微创新（如损失函数、融合策略、数据增强）。
某些方向（如幻觉识别、偏见检测）本身的指标改进也可发论文。
优先选可复现代码 + 开源数据集的方向。

每周组会汇报 2-3 篇论文（文献笔记），重点讨论“这些方法能否结合 / 改进？”。
时间分配： 文献阅读 ≤ 总时长 20%，实验占 50%，写作修改 30%。
避免陷入“读不完”陷阱：精读 30 篇论文确定研究方向，再围绕方向精读 30 篇找创新。

🧪 阶段 2：复现论文 → 构建实验平台（3-5 月）

目标： 掌握基础技术栈 + 搭建实验平台。

行动路径：

按阅读中选择 1-2 篇可落地论文进行复现；
用简化数据集（如 CIFAR-10 代替 ImageNet）跑通流程；
将实验拆分为数据预处理、模型训练、评估等模块，每个模块单独验证；
进行小规模 ablation（消融）实验；
尝试用自己的数据、场景做适配。

工具： GitHub、Anaconda、WandB / MLflow（记录实验）；环境部署用 Docker、conda。

小建议

每周输出一次实验记录报告（markdown + 图），包括实验日志、代码提交。
建立个人代码仓库（GitHub + Readme），为论文写作打基础。
复现 2 个基线模型，完成对比实验。
实验失败时立即启动备选方案。
每日节奏： 上午专注（读 / 写），下午实验，晚上整理数据。
每周节奏： 设定 3 个核心任务（如“完成 Ablation Study”），周五复盘。

💡 阶段 3：创新设计 → 核心实验（6-10 月）

目标： 提出有创新点的方法并完成核心实验。

行动路径：

对已有方法进行模块替换、优化（轻创新）；
提出完整新思路（结合背景 / 导师方向 / 新技术）；
制定分阶段实验计划，每个实验前明确验证目标，每周与导师同步进展，核心实验需预实验验证；
优先完成支撑核心结论的关键实验，次要实验可并行开展；
全面实验对比、图表整理；
实验失败时，用控制变量法定位问题（数据？模型？超参？）；
遇到瓶颈时，48 小时内组织课题组讨论或查阅最新预印本。

创新建议：

基于前作的缺陷提出微创新（如精度、速度、可解释性）；
跨域组合： 用 A 领域的技术解决 B 领域问题。

小建议

用 LaTeX 或 Markdown 记录每一个实验、指标变化。
不要追求“完美结果”，显著优于基线即可准备写作。
论文写作“早起步、分阶段”：不要等“都做好了”再写。
每月和导师汇报一次成果 + 计划，保持方向不偏。

📝 阶段 4：写作润色 → 投稿准备（11-14 月）

目标： 完成论文初稿 + 修改 + 投稿。

行动步骤

第一步，动笔前先找“参考答案”：
在目标领域顶刊中，精选近期的 10 篇左右文献（含 1-2 篇综述），作为全程模仿的范文。只借鉴逻辑框架，绝对不照搬内容。

第二步，从“结果与讨论”开始填充：
这是论文的核心。描述实验现象时，采用 “客观发现（过去时被动语态）+ 1-3 篇文献支撑 / 对比” 的结构，边写边与文献对话，不必等所有实验完成再动笔。

第三步，按顺序补齐其余部分。 详见下方「论文各部分写作拆解」。

第四步，善用工具提效： Academic Phrasebank 套专业句型、Quillbot 润色语法、Sci-Hub 获取文献、DocHero.ai 辅助翻译，自己把好语言关。

建议主动保持沟通、适时汇报进展。整体上应以 “先完成，再完善” 为原则，采用 “填空式” 思路搭建框架，可显著加快初稿进度。

📑 论文各部分写作拆解

先写中文再翻译润色，对照范文规范术语。方法部分的核心是让读者明白 “你是怎么做研究的”，包含 3 方面：

研究策略（Research strategy）： 总述研究思路（比如“采用『理论推导 → 实验验证 → 模型优化』的整体思路”）。
数据采集方法： 基于对研究问题的理解，说明需要采集什么类型的数据（包括数据结构、变量等，不用写具体数据）。
数据分析方法： 比如数学分析、逻辑推理、统计模型（要讲清楚模型的建立、校验、推断、评价与对比）。

仅归纳三条核心事实，避免额外论述；聚焦“重要结果”。

结果部分别犯“全写出来”的错误，只描述核心、重要的结果：用前面的数据分析方法（模型建立、校验、推断等）得到结果后，着重讲最关键的发现，不用事无巨细。

按 “领域价值 → 前人研究 → 现有不足 → 本文方案” 四步推进，层层递进证明“研究必须做”。可拆成 6 个小模块：

Research background： 证明研究问题很重要。
Research problem： 明确“要研究什么具体问题”“能解决哪些实际难题”。
研究现状： 别人已经做了哪些工作？发现了什么问题？
现存研究的不足： 别人“没做什么”？“为什么没做好”？说明这些不足会引发什么后果。
本研究的目标与范围： 弥补了哪些不足？用什么方法弥补？说明研究的范围局限，并高度概括论文结论。
文章结构： 介绍论文后续部分的内容架构。

这样写，引言的逻辑链会非常顺畅，读者能顺着你的思路认可“这项研究非做不可”。

5 句话锁定核心价值，不用绕弯子：

Introduction： 为啥要做这个研究？现状里这项研究是“缺失的”，还是已有研究存在不足？
Method： 用什么方法开展研究？
Data： 用什么数据验证你的方法？
Results： 研究得出了什么结论？
Implication： 结论对研究领域、实践有啥意义？（涵盖理论和实践双重价值）

Abstract 模板： We propose [方法] to solve [问题]. The key idea is [创新点]. Experiments on [数据集] show [性能提升] compared to [基线].

不是“堆文献”，而是 “找问题 + 证方法”，核心要证明两件事：研究目标有意义、研究方法可靠有效。具体分 3 层：

对选题的 justification： 针对“做过但没做好”或“完全没做过”的问题，说明“为啥本研究有价值”。
现存文献的借鉴点： 包括可参考的分析工具、已有研究成果。
非相关 / 相邻领域的借鉴点： 侧重可迁移的研究方法。

记住：文献综述要高度概括相关研究现状，清晰引出自己的研究问题、目标和方法。

简明说清“数据特点”，分 2 层：

数据来源、采集周期、描述性统计： 数据从哪个机构获取、采集了多久、均值 / 方差 / 中位数等统计值。
数据初步处理方法： 怎么清洗、筛选数据（比如缺失值填充、异常值剔除）。

讨论是对结果的横向 / 纵向对比与升华，要做两件事：

对比 “自己结果之间”“自己结果与他人结果” 的差异；
如果有差异，分析成因（这是提升讨论质量的关键！）。

写讨论的“三重境界”：

境界	表现	评价
境界 1	得出和别人相同的结果	意义不大
境界 2	得出不同结果，但不分析差异成因	需进一步升华
境界 3	得出不同结果，并分析差异成因	高水平论文的常见做法

标题叫“Conclusion”，但实际要包含 4 块核心内容：

Conclusion 本身： 研究过程综述（期刊论文可省略，学位论文必须写）；研究结论（不是 Results 和 Discussion 的复述，是更抽象的概括）。
Implication： 研究结论对领域的贡献与启示（侧重“启示”）。
Limitation： 研究结果的局限性（注意和“研究范围 scope”区分：scope 是研究边界，边界内结论成立；limitation 是即使在 scope 内，因数据、方法不足导致的局限）。
Future study： 基于 limitation 和 implication，提出后续研究课题。

✍️ 好文章取决于「故事结构感」

一、支撑叙事的两大支柱：逻辑性与完整性

逻辑性： 从研究问题、假设、设计 / 识别、结果到推论，每一步都要能回答“为什么是这样而不是那样”。

测试方法： 删掉上一段，下一段还能自洽吗？如果不能，就补充“因为 / 因此”的逻辑桥。
完整性： 要形成闭环——从“为什么研究”开篇，到“证明了什么”收束，最后落到“意味着什么 / 适用边界”。每张图表都要配 2-3 句解释，说明数据方向与量级、呼应了什么问题、支撑了什么含义，别把理解的任务外包给读者。

所谓 “创新性”，很多时候就藏在叙事功底里：审稿人不是你的同事，能不能被你“带入戏”，直接影响他们对研究“新颖性”的感知强度。

二、引言：决定审稿人“读不读下去”的关键

用一个四句话模板来锚定节奏：

引言四步

删首句测试： 删掉每段第一句，故事还能顺畅推进吗？如果不行，说明你在“铺垫”而非“推进”，得重新调整逻辑。

三、结果部分：用 BBT 节奏构建证据链

结果部分遵循 Because-But-Therefore（因为-但是-所以） 的循环，分三步展开：

第一步（方向）： 先交代结果的方向和量级，用“经济含义”把数据翻译成“人话”。
第二步（因果）： 做“因果防御”，把前提检验（如平行趋势、工具变量逻辑）、安慰剂 / 置换检验，以及“最小稳健性包”（度量替代、样本替代、聚类层级、额外固定效应等至少各一项）摆出来。
第三步（解释）： 讲清楚机制，把“是什么”变成“所以呢”，用机制分析、异质性讨论和情境边界把逻辑串完整。

还可以画一张 “证据链小图”：核心发现 → 对应稳健性检验 → 机制证据，让闭环一目了然。

四、投稿前的自检清单

✅ 问题层面： 一个中心问题搭配两个可检验的子问题，和引言的四步逻辑强绑定。
✅ 设计层面： 把识别策略的前提（可比性、外生性、可能的干扰与替代设计）白纸黑字写清楚。
✅ 证据层面： 基准回归 + 至少两项稳健性检验 + 一个机制 / 异质性分析，且每张表都配有解释句。
✅ 含义层面： 让研究发现与理论 / 实践含义、对策逐条对应，并明确适用边界。

另外，摘要和投稿信也要会“讲故事”：用非技术语言在 30 秒内说清 “研究为什么重要、为什么匹配这本期刊”。

🚀 写作分工与投稿策略

行动路径：

从图表逆向写作：先完成结果图表和 Method 流程图，再写 Method 和 Results。
写作分工： 你负责方法 + 实验 + 图表，导师指导引言 + 创新点总结。
多轮内部审稿： AI 工具初步润色语言，找同门交叉检查。
评价是否值得申请专利，申请专利前不公开预发表。

arXiv 预印本上传时机

早传： 实验数据稳定、写作框架完成时立即上传（不必等完美）。
晚传： 若担心竞品抄袭，可等投稿后再公开（需权衡可见性损失）。
不要在投稿后更新预发表版本（可能违反双盲规则）。

选刊与投稿：

选定目标期刊 / 会议，按模板投稿；用 Jane / Journal Finder 匹配期刊，关注中科院分区影响因子。
初稿完成后用 Grammarly 检查语法，重复率控制在 15% 以下。
审稿预判： 提前准备 Response Letter 模板，针对 Method 和 Limitations 补充实验。

工具： Overleaf、Zotero、Grammarly / ChatGPT 辅助润色；ChatGPT / Deepseek 写作助手（辅助语言和逻辑改进）。

突出研究重要性、突出研究难度、突出研究独到性、突出研究效果。

图表制作规范美观，标题具描述性。
若顶会或顶刊退稿，可快速转投中等期刊；投稿被拒 3 次以上需重新评估论文价值。
一稿多投是红线，但可同时准备不同期刊的 LaTeX 模板。
审稿期间可编写该方向迭代的另一篇文章投递，增大录用机率与节约时间。

学习 AI 整个原理的参考书：《统计学习方法》李航。
斯坦福 CS229（Andrew Ng 的 ML 课程，英文），借机加强英语学习。

📚 附件 1：高效带研推荐资源

工具 / 平台	用途	推荐理由
Connected Papers	文献关系图	快速拓展研究脉络
Papers With Code	找论文 + 代码	可复现性好，含榜单
ZhiPu AI 学术助手	中文理解论文	适合辅助初期阅读
Notion + Zotero	文献管理	一体化协作效率高
WandB / MLflow	实验跟踪	多模型对比与记录

🔥 附件 2：计算机相关热点与创新

方向	细分任务	热度	创新难度	说明与创新空间
AI 大模型应用	Prompt 设计、小模型适配、领域精调	🌟🌟🌟🌟🌟	⭐⭐	在教育、医疗、政务、司法等场景做微创新，大模型已铺好底座
多模态学习	图文匹配、图文生成、跨模态检索	🌟🌟🌟🌟🌟	⭐⭐	文图音数据都有公开数据，Transformer 基础上空间很大
图神经网络（GNN）	社交分析、代码图、交通图、推荐系统	🌟🌟🌟🌟	⭐⭐	创新点多（聚合机制、节点表示），应用场景广
软件缺陷预测 / 智能编程	缺陷定位、补全、代码摘要、LLM 自动修复	🌟🌟🌟🌟	⭐⭐	靠 AST + 图结构 + 大模型，易发表、能落地
遥感图像智能解译	多目标检测、变化检测、图像融合	🌟🌟🌟🌟	⭐⭐	数据公开，PSO、CNN、Transformer 融合易创新
AIGC 可控生成	文生图、图生图、风格迁移、局部编辑	🌟🌟🌟🌟🌟	⭐⭐⭐	可做图像局部控制、风格迁移或“内容 + 结构”双向生成
AI 安全 / 可信 / 伦理	对抗样本、偏见识别、幻觉检测	🌟🌟🌟	⭐⭐	热门方向但论文起点低，适合学生做鲁棒性、偏见去除等
边缘 AI / TinyML	模型量化、剪枝、嵌入式部署	🌟🌟🌟	⭐⭐	IoT 结合场景丰富，改结构压模型性能可评估
AI + 工业 / 农业 / 医疗	缺陷检测、病虫识别、医疗辅助诊断	🌟🌟🌟	⭐	应用驱动，模型结构可沿用，创新点多在特征选择 / 微调

📙 附件 3：空间智能推荐模型与代码

推荐学习模型：

模型	类型	学习重点
PointNet / PointNet++	点云分类 / 分割	对称性、邻域构建
DGCNN	点云图卷积	EdgeConv 操作
MeshCNN	网格卷积	Mesh 边卷积原理
NeRF / Instant-NGP	神经渲染	光线追踪 + 体积渲染
Occupancy Networks	体素建模	体积隐函数学习

可行研究题目（结合方向）：

题目	模型	可发表会议 / 期刊
基于图神经网络的点云语义分割与可视化	DGCNN + GAT	CCF-B 类、CVM、JCST
基于 CLIP 的文本引导 3D 模型生成与展示	CLIP + NeRF	ACM MM、SIGGRAPH Asia
智慧城市三维模型识别与变化检测平台	PointNet++ + Three.js	RS Sensors、可视化类会议
基于扩散模型的 3D 数字人可控生成	3D Diffusion + MeshCNN	CVPR、ICCV
医学三维器官分割与 AI 可视诊断平台	UNet3D + Blender + Flask	IEEE JBHI、TMI、中文核心

4D / 动态重建方法：

方法	类型	核心特点	开源情况
4D-GS	显式 Gaussian 表示	原生 4D Gaussian，实时动态渲染	有（GitHub）
4D-Fly	Gaussian + 流式重建	单视角视频，分钟级重建，速度快	有（项目页面）
Progress4D	两阶段优化流程	高质量 3D 初始化 + 动态逐步拟合	有（基线代码）
L4GM	Transformer Feed-forward	单视图 / 秒级重建通用模型	潜在开源
DeVRF	Voxel + Deformable NeRF	动态场景加速 NeRF 方法	有（GitHub）
DymSLAM	SLAM + 动态分割重建	立体视频实时 4D 重建，适用于机器人	有（论文 / 项目）

🧩 附件 4：目标检测模型对比

模型	检测机制	核心创新	性能（COCO AP / FPS）	适用场景	核心标识
Faster R-CNN	两阶段	RPN 区域提议 + ROI 池化	高精度（37-40%）/ 低帧率（5-10）	高精度静态图像分析（医学影像、工业质检）	🔍 两阶段精度标杆
R-FCN	两阶段	位置敏感得分图（全卷积化）	中高精度（31.5%）/ 中速（9）	需保留空间信息的任务	🧩 空间敏感设计
YOLO 系列	单阶段（全局网格）	端到端单次推理 + 多尺度预测	中高精度（44-55%）/ 高速（100-200）	实时视频流（自动驾驶、监控）	⚡ 实时王者
SSD	单阶段（多特征层）	多尺度特征图直接预测	中精度（26-31%）/ 高速（46-59）	轻量级实时检测（边缘设备）	🌐 多尺度单阶段
RetinaNet	单阶段	Focal Loss 解决样本不平衡	高精度（39.1%）/ 中速（14）	密集小目标场景（卫星图像）	⚖️ 样本平衡专家
SSD-MobileNet	轻量化单阶段	深度可分离卷积压缩模型	低精度（22%）/ 极速（72）	移动端 / 嵌入式设备（手机 APP）	📱 移动端首选
RT-DETR	Transformer 端到端	混合编码器 + 无 NMS 集合预测	高精度（54.8%）/ 高速（114）	高精度免调参场景（机器人导航）	🚀 端到端新范式
Deformable DETR	Transformer 端到端	可变形注意力（稀疏采样）	极高精度（43.8-50%）/ 中低速（5-25）	复杂场景检测（遮挡 / 小目标）	🎯 精度优化型
DINO	Transformer 端到端	查询去噪 + 对比学习	超高精度（55%+）/ 极低帧率（<5）	研究级高精度需求	🧪 实验室精度极限

📊 附件 5：推荐系统主流模型对比表

模型名称	机制	核心创新	性能特点	适用场景	关键词
UserCF / ItemCF	余弦 / 皮尔逊相似度	基于相邻用户 / 物品的协同过滤	简单快速、可解释，冷启动差	用户历史行为少、系统初期	相似用户、评分矩阵
Matrix Factorization (MF)	潜在因子建模	隐式学习用户与物品低维表示	精度高、扩展强，非时序	标准评分推荐、图书、电商	SVD、ALS、矩阵分解
AutoRec	自编码器	用自编码器学习评分恢复	自动学习非线性，抗噪性强	数值评分、冷启动缓解	AutoEncoder、重构评分
Wide & Deep	特征交叉 + 神经网络	结合记忆与泛化能力	可用结构化数据，冷启动好	CTR 预估、广告推荐	Wide 线性层 + Deep MLP
DeepFM	FM 层 + Deep 层	深度建模高阶特征组合	结构清晰，精度优于 LR、FM	CTR、金融风控	FM 特征交互、端到端
DIN（Deep Interest Network）	Attention	动态兴趣建模	强时序依赖建模能力	淘宝广告推荐、时序偏好明显	Attention、行为序列
DIEN / DSIN	GRU + Interest Evolving	建模兴趣演化过程	模拟用户兴趣随时间演变	电商个性化推荐	Interest State、序列演化
BERT4Rec	Transformer + Masked	用 BERT 式预训练建模序列	多步预测、上下文双向感知	视频推荐、点击流序列	Transformer、Masked Modeling
SASRec	Self-Attention + Pos Emb	基于注意力序列推荐	性能好，解释性优于 RNN	视频 / 商品序列推荐	Self-Attention、时序嵌入
GRU4Rec	RNN / GRU	用 GRU 捕捉行为序列	强时序建模能力	电商点击预测、会话推荐	GRU、Session-Based
LightGCN	图神经网络	图卷积协同建模用户-物品	简单高效，精度高	社交推荐、关系数据丰富	用户-物品图、邻接传播
NGCF	GCN + 高阶交互	用户与物品高阶表示学习	信息传递广，支持稀疏图	社交、电商推荐	图卷积、交互建模
DGCF / TAGCN	注意力 + GCN	引入注意力选择邻居权重	更精准的信息传播	知识图谱推荐	Attention Graph
xDeepFM	CIN 网络 + DeepFM	明确建模交叉特征组合结构	可解释性更好，性能更优	金融、广告、CTR	CIN（交叉网络）
Two-Tower Model	双塔结构 + 点积召回	用户塔 + 物品塔向量检索	可部署在大规模检索	大规模推荐召回阶段	向量召回、ANN 检索
DSSM	文本 / 多模态匹配	将文本映射到语义空间	适合跨模态推荐	搜索、短视频标题推荐	语义空间、Embedding
Multi-Task Rec.（MMOE）	多任务门控网络	跨目标任务共享底层表示	适合 CTR + CVR 联合建模	广告点击 + 转化预测	Multi-task、Gate
Context-aware（DIN）	上下文建模	用户 + 环境状态联合建模	精准个性化推荐	天气、设备、地域依赖推荐	Context Embedding
NCF	Embedding + MLP	深层网络学习用户-物品交互	可挖掘非线性交互	电商行为推荐	Embedding Interaction
FedRec（联邦推荐）	联邦学习 + 隐私建模	隐私保护下的推荐建模	安全合规，但性能受限	医疗、教育隐私场景	FedAvg、Local Model

🧠 附件 6：大模型生命周期

大模型生命周期一般涵盖：数据采集与清洗 → 预训练（Pre-training）→ 监督微调（SFT）→ 人类反馈强化学习（RLHF）→ 部署推理 → 评估与迭代。每个阶段都需关注数据质量、算力成本与安全对齐。

🥇 附件 7：主流公开数据集调用热度表

🥇 第一层（超大规模调用）： Common Crawl / Wikipedia / The Pile
🥈 第二层（科研标准）： ImageNet / COCO / GLUE
🥉 第三层（领域基准）： SQuAD / MovieLens / Cora / OGB
🏅 第四层（特定领域）： Atari / MuJoCo / WMT 等

排名	数据集	类型	数据内容描述	典型任务	特点
1	Common Crawl	通用语料	全球网页抓取（HTML、文本、链接）TB~PB 级	LLM 预训练	最大规模语料，所有大模型基础数据
2	Wikipedia	通用语料	高质量百科知识文本	NLP / 知识建模	高质量“干净数据”，几乎必用
3	The Pile	通用语料	多源混合语料（论文、代码、书籍等）	LLM 训练	开源替代商业语料的核心数据
4	ImageNet	计算机视觉	1400 万+ 图像，1000 类别标注	图像分类	CV 领域“标准基准”，预训练核心
5	COCO	计算机视觉	图像 + 目标检测 + 分割 + caption 标注	检测 / 分割 / 多模态	多任务统一评测标准
6	GLUE	NLP 评测	多任务集合（分类、推理、相似度）	模型评测	NLP 模型“考试卷”
7	SQuAD	NLP 任务	阅读理解问答（问题 + 段落 + 答案）	QA 系统	QA 模型必测
8	SuperGLUE	NLP 评测	更复杂推理任务集合	高级语言理解	GLUE 升级版
9	Open Images	计算机视觉	数千万图像 + 检测 + 标签	多任务视觉	工业级大规模视觉数据
10	Pascal VOC	计算机视觉	经典小规模检测数据集	检测 / 分割	早期 CV 标准基准
11	WMT	NLP 任务	多语言平行语料（翻译对）	机器翻译	翻译领域标准
12	MovieLens	推荐系统	用户-电影评分矩阵	推荐系统	推荐算法标准数据
13	Cora	图数据	论文引用网络（节点 + 边）	GNN / 图学习	图神经网络经典
14	OGB	图数据	多种大规模图数据集合	图学习	工业级图任务
15	Amazon Reviews	推荐 / NLP	商品评论 + 评分 + 文本	推荐 / 情感分析	电商推荐常用
16	Atari 2600	强化学习	游戏状态 + 动作 + 奖励	RL 训练	RL 经典环境
17	OpenAI Gym	强化学习	多环境仿真接口（非纯数据集）	RL 实验	标准 RL 接口平台
18	MuJoCo	强化学习	物理仿真（机器人 / 控制）	控制 / RL	高精度模拟