diff --git a/assets/fig_guidance/experiments.png b/assets/fig_guidance/experiments.png
new file mode 100644
index 0000000..e960635
Binary files /dev/null and b/assets/fig_guidance/experiments.png differ
diff --git a/src/blog_graduate_guidance.html b/src/blog_graduate_guidance.html
index 31ac4c7..213bd98 100644
--- a/src/blog_graduate_guidance.html
+++ b/src/blog_graduate_guidance.html
@@ -334,7 +334,210 @@ 培养科研能力 Research Capability
博士生应该具有的能力、如何锻炼这些能力、如何做科研项目：参考1[1]，参考2[1]。
- 未完待续...
+ 博士生应该具有的能力
+
+ - 阅读：阅读大量论文、进行文献综述、构建文献树、追踪积累最新论文/技术 [参考]
+
+ - 建立对这个领域的视野，知道大家在解决什么问题，培养对重要问题的认知，知道什么是好的论文。
+ - 积累解决问题的动机和技术。
+ - 用[文献树]（novelty
+ tree和challenge-insight tree）锻炼和积累想创新点的能力。
+
+
+ - 创新：想创新点的能力、检索发现新事物的能力、目标驱动的科研能力、提出新技术的能力 [参考]
+
+ - 做研究要先懂得检索。不管自己想到什么事，都先检索看看有没有相关的解法或内容以作为参考，这样能给自己省很多功夫，并且拓宽很多思路。
+ - 目标驱动的科研（goal-driven research）让自己的研究更有规划、有连续性，让自己的研究更容易出类拔萃。
+ - 实时关注相关领域的进展，其他领域的方法或者思路能够带来关注领域内新的灵感。从而提出新的技术来解决本领域的问题。
+ - 具体来说：
+
+ -
+
+ - 规划科研方向的愿景（general
+ goal），制定达到这个愿景的路线图（roadmap）。一般而言，愿景容易定义，但制定路线图需要对领域有深刻的理解，一般由导师或者高年级博士来思考和制定。
+
+
+ -
+
+ - 根据novelty-tree列出的路线图，选择有研究空间的任务，调研这个任务有没有重要的技术难题。选题是对一个科研项目影响最大的一步，而不是后面的想方法。
+
+
+
+ - 去思考这个任务长远的目标，一个最终形态是怎样的。为什么当前工作只在这些数据上做，而不在其他数据上做。
+ - 应该尝试更多通用场景（general cases）。追求发现新的失败例子（failure
+ cases），从新的失败例子入手改进原有的技术。
+ - （1）在新的任务设定或者新的数据上容易发现新的失败例子。（2）在新的数据上探索方法的可能性，让大家看到新的实验结论，这是很大的贡献。
+
+
+ -
+
+ - 从技术层面上分析现在的技术路线（pipelines）在某个任务上不工作的原因，在技术模块（pipeline
+ module）层面思考可能的原因，然后在技术路线上或高层次（high-level）理解上思考可能的原因。
+
+
+ -
+
+ - 上升到高层次理解和想法、技术路线、技术模块层面进行创新，想出一些技术贡献。怎么提升改进技术路线的能力？
+
+
+ - 首先要知道有哪些技术，这些技术在解决什么问题。然后组合其中的某些技术。
+ - （1）构建challenge-insight tree。（2）选择challenge-insight
+ tree中的某些技术，通过创新性的组合来解决当前任务的技术难题。（3）把可能的pipeline都列出来，然后对比优劣势，选择一个pipeline。
+
+ - 一个高水平科研工作者认为：技术的本质就是对方法做组合，把小的技术组合成大的技术，把老的技术组合成新的技术。**组合已有的技术并挖掘其在新的任务、新的数据上的性质，是一个很大的贡献。**组合不能是
input->A-> intermediate output->B->output这种完全A
+ + B的组合（完全拼接式的组合）。组合需要是具有创新性的组合。正常情况下直接拼接两个方法也无法解决问题，否则这个问题就没啥技术挑战。
+
+
+ -
+
+ - 在一些数据上验证这个技术贡献，调效果。不能期望论文故事线好听、应用有意思，审稿人就会放过我们的技术贡献。
+
+
+ -
+
+ - 当出现新锤子的时候，非常值得拿新锤子来做自己路线图上的某一个里程碑任务（milestone
+ task），这样容易做出有影响力的工作。注意，不是在新锤子原有任务设定上做改进（比如在NeRF的task setting上调它所用数据集的view
+ synthesis的效果），而是拿新锤子来解决自己在做的里程碑任务的问题（仍然是目标驱动的研究方式）。
+
+
+ -
+
+ - 想idea时需要注意的点（什么样的project不值得做）
+
+
+ - 提出idea并做一篇论文是为了给领域做出实际的贡献，不是为了论文本身。
+ - 如果一篇论文对领域没有贡献，那么做这篇论文就是在浪费自己的时间，因为我们不会通过这篇论文收获领域的respect，甚至可能收获负面评价。
+ - 做这种论文的好处：（1）熟悉投稿流程。（2）有几率收获一篇论文（但概率较小）。
+ - 做这种论文的坏处：（1）浪费时间。做这个project的时间可以用来做更有意义的事情。（2）可能被人负面评价。
+
+
+ - 特别需要注意的点：不要形成依赖导师的心理，要锻炼自己独立自主做科研的习惯和能力。（某种角度上可以说比发论文本身还重要。而且其实自己要有这个能力才能大概率做出论文，不然这个项目基本无疾而终）
+
+
+
+
+
+ - 实践：代码能力、实验能力、分析实验不工作的原因的能力
+
+ - 实现自己的想法。
+ - 在实验中改进自己的想法。
+ - 在实验中积累对技术方法的认知，通过实验发现一些技术能解决的问题和不能解决的问题。
+ - 在实验中发现一个科研方向存在什么不足之处、存在什么难以解决的问题。
+ - 具体来说：
+
+ -
+
+ - 如何设计探索性实验，保持清楚的实验思路，提升改进Idea的效率。
+
+
+ - 现在的实验是否同时包含了几个探索方向（exploration points）？怎么修改实验来减少要同时探索的点？
+ - 现在的实验是否同时包含了几个技术挑战（technical challenges）？怎么修改实验来减少其中的技术挑战？
+ - 我们目前重点想先搞清楚的探索点是什么，最想解决的技术挑战是哪个？
+
+
+ -
+
+ - 把复杂的事情拆解成一组简单的事情，从简单到复杂。
+
+
+ - 拆解复杂的实验：从简单的设定开始探索，慢慢加大难度，然后做实际的设定。能够有效降低实验和时间成本。
+ - 拆解创新的想法：把自己的想法分解成各个部分，从可控的想法开始做起，再加探索性、创新性的框架/模块。
+
+
+ -
+
+ - 在简单任务上做实验（toy experiment）
+
+
+ - 简化实验设定，保留想解决的技术挑战。
+ - 简化数据，保留想解决的技术挑战。
+ - 验证自己写的模型训练代码是否工作，先过拟合一个样本，然后再过拟合一个非常小的数据集上（比如20个训练样本）。
+
+
+ -
+
+ - 实验结果分析
+
+
+ - [结果] 失败案例（Failure case）的可视化长什么样？可能是什么导致的？相应的可能原因也可视化看看。3D可视化工具：
+
+
+ - [结果] 失败案例有没有什么规律，有没有什么固定的pattern？这些规律可能引出背后的技术原因。
+ - [代码] 各个模块代码的中间输出是否符合预期？
+ - [训练] 现在方法在测试集上效果不好，那训练集能效果怎样？能过拟合吗？
+ - [训练] 在其他简单的数据上效果怎样？
+ - [结果] 记得我们在数据A上效果还不错，为啥数据B上不行？两个数据的区别是啥？
+ - [方法] 我记得算法A在这个数据上效果没这么差。为啥我们的方法这么差？需要ablation看看哪个模块有问题？也可能是代码写bug了。
+ - [方法] 如果是把方法简化，能工作吗？效果怎样？
+ - [方法] 有可视化过某个模块的输出吗？看看是否符合预期，或者是否存在什么奇怪的现象？
+
+
+ -
+
+ - 实验结果不理想
+
+
+ - 请注意，快速迭代建立在有效实验的基础上。盲目的做实验可能让事情变得更糟。
+ - 要经常性地确认自己在正确的方向上：当前的算法思路真的对吗。要避免陷入local minima。建议经常找同学交流讨论。
+ 
+
+
+
+
+
+ - 展示：写作能力、展示能力、把一篇论文做得漂亮的能力、做演示（demo）的能力
+
+ - 做一篇有影响力、阅读量高的论文，发表在高水平会议、期刊上。
+ - 把自己的研究故事、提出的技术清晰地展示给同行。
+ - 用演示来吸引读者，提高论文的阅读量和关注度，从而提升论文的影响力。
+ - 具体内容见“论文撰写 Paper Writing”。
+
+
+ - 交流：和导师、同学交流讨论的能力
+
+ - 让大家帮助自己做科研。
+ - 交流讨论对于科研的重要性（解决自己的疑问、验证自己的想法、启发思路、促进同学之间的关系）。
+ - 具体来说
+
+ -
+
+ - 如何高效地讨论
+
+
+ - 讨论的目的：让大家帮助自己project的推进。不要把“讨论”当作工作汇报。
+ - 讨论的时候，一些同学害怕“讨论”时间过短，而显得自己没做事情，而可能被导师责怪。所以，通过分享论文、分享繁琐细节的实验现象来凑时长（可能因为遇到一些问题而导致没什么进展才想着凑时长，也可能出于其他考虑才这么做）。
+
+ - 如果真的没啥问题，请直接skip讨论，简单同步一下进展和接下来的规划。如果遇到了问题，就列出要讨论的问题，把“讨论”的重心放在“自己遇到的问题”上。讨论结束地很快也没事，效率越高越好。
+
+ - “讨论”不要分享论文、不要分享繁琐细节的实验现象。什么内容可以体现自己的思考：“智慧有深度的提问”、“对project的规划”、“对技术创新性的思考”。
+ - 需要预先做一个简单的ppt。ppt内容可以这么组织：（1）列出需要讨论的问题，和大家一起讨论解决。先抛出问题，然后带着问题去看细节，讲一些自己的思考。看细节的时候，列一些重要的实验现象在ppt里.（2）列出有意思的实验现象和结论。（3）对于科研项目的讨论，有必要每次讨论的时候review一遍technical
+ contribution（因为已经受够了review里被reviewer喷contribution不够，或者project做了几个月以后发现没contribution而导致几个月白费）。（4）列出自己下一周的计划。
+
+ - 实验室讨论原则：（1）充分的沟通交流。交流的时候不要害怕老师、高年级同学，不要因此而不敢问问题。有问题请及时问。实验室的老师、学长都非常友好，乐于解答问题。讨论交流的唯一目的是:
+ 正确、高效，能解决你对project的疑问。（2）平等的交流，不是汇报与被汇报的关系。如果科研上有自己的想法，请表达出来。如果觉得老师、学长有说错的地方，请有礼有节地质疑和讨论。不要一味地听信老师、学长的话，但更不要表面服从而底下做自己的想法，这样会浪费很多交流时间和实验成本。实验室的讨论追求高效真诚的沟通。
+
+
+
+
+
+
+
+
+
四、论文撰写 Paper Writing
diff --git a/src/blog_graduate_guidance.md b/src/blog_graduate_guidance.md
index 08649ce..be401cc 100644
--- a/src/blog_graduate_guidance.md
+++ b/src/blog_graduate_guidance.md
@@ -21,6 +21,7 @@
- [5. 英语](#5-英语)
- [\[回到目录\]](#回到目录-1)
- [培养科研能力 Research Capability](#培养科研能力-research-capability)
+ - [博士生应该具有的能力](#博士生应该具有的能力)
- [\[回到目录\]](#回到目录-2)
- [论文撰写 Paper Writing](#论文撰写-paper-writing)
- [参考文档 Reference](#参考文档-reference)
@@ -168,9 +169,88 @@
---
### 培养科研能力 Research Capability
-博士生应该具有的能力、如何锻炼这些能力、如何做科研项目：[参考1](https://github.com/pengsida/learning_research/blob/master/getting_advanced_in_research.md)[1]，[参考2](https://pengsida.notion.site/research-project-b43507ef26d044bd888ac29f4736e116)[1]。
+博士生应该具有的能力、如何锻炼这些能力、如何做科研项目：[[参考1]](https://github.com/pengsida/learning_research/blob/master/getting_advanced_in_research.md)[1]，[[参考2]](https://pengsida.notion.site/research-project-b43507ef26d044bd888ac29f4736e116)[1]。
+
+
+#### 博士生应该具有的能力
+- **阅读**：阅读大量论文、进行文献综述、构建文献树、追踪积累最新论文/技术 [[参考]](https://pengsida.notion.site/literature-tree-literature-review-novelty-tree-challenge-insight-tree-f8b36e484b344a2893a94e4608b72ec2)
+ - 建立对这个领域的视野，知道大家在解决什么问题，培养对重要问题的认知，知道什么是好的论文。
+ - 积累解决问题的动机和技术。
+ - 用[[文献树]](https://pengsida.notion.site/d192db870bc64436ae4a4a590b36772a)（novelty tree和challenge-insight tree）锻炼和积累想创新点的能力。
+- **创新**：想创新点的能力、检索发现新事物的能力、目标驱动的科研能力、提出新技术的能力 [[参考]](https://pengsida.notion.site/idea-da6ce171c13846b7a7ffaa7473ffa6ea)
+ - **做研究要先懂得检索**。不管自己想到什么事，都先检索看看有没有相关的解法或内容以作为参考，这样能给自己省很多功夫，并且拓宽很多思路。
+ - **目标驱动的科研**（goal-driven research）让自己的研究更有规划、有连续性，让自己的研究更容易出类拔萃。
+ - 实时关注相关领域的进展，**其他领域的方法或者思路能够带来关注领域内新的灵感**。从而提出新的技术来解决本领域的问题。
+ - 具体来说：
+ - 1. 规划科研方向的愿景（general goal），制定达到这个愿景的路线图（roadmap）。一般而言，愿景容易定义，但制定路线图需要对领域有深刻的理解，一般由导师或者高年级博士来思考和制定。
+ - 2. 根据novelty-tree列出的路线图，选择有研究空间的任务，调研这个任务有没有重要的技术难题。**选题是对一个科研项目影响最大的一步**，而不是后面的想方法。
+ - 去思考这个任务长远的目标，一个最终形态是怎样的。为什么当前工作只在这些数据上做，而不在其他数据上做。
+ - 应该尝试更多通用场景（general cases）。追求发现新的失败例子（failure cases），**从新的失败例子入手改进原有的技术**。
+ - （1）在新的任务设定或者新的数据上容易发现新的失败例子。（2）在新的数据上探索方法的可能性，让大家看到新的实验结论，这是很大的贡献。
+ - 3. 从技术层面上分析现在的技术路线（pipelines）在某个任务上不工作的原因，在技术模块（pipeline module）层面思考可能的原因，然后在技术路线上或高层次（high-level）理解上思考可能的原因。
+ - 4. 上升到高层次理解和想法、技术路线、技术模块层面进行创新，想出一些技术贡献。怎么提升改进技术路线的能力？
+ - 首先要知道有哪些技术，这些技术在解决什么问题。然后组合其中的某些技术。
+ - （1）构建challenge-insight tree。（2）选择challenge-insight tree中的某些技术，通过创新性的组合来解决当前任务的技术难题。（3）**把可能的pipeline都列出来，然后对比优劣势，选择一个pipeline。**
+ - 一个高水平科研工作者认为：技术的本质就是对方法做组合，把小的技术组合成大的技术，把老的技术组合成新的技术。**组合已有的技术并挖掘其在新的任务、新的数据上的性质，是一个很大的贡献。**组合不能是```input->A-> intermediate output->B->output```这种完全A + B的组合（完全拼接式的组合）。组合需要是具有创新性的组合。正常情况下直接拼接两个方法也无法解决问题，否则这个问题就没啥技术挑战。
+ - 5. 在一些数据上验证这个技术贡献，调效果。不能期望论文故事线好听、应用有意思，审稿人就会放过我们的技术贡献。
+ - 6. 当出现新锤子的时候，非常值得拿新锤子来做自己路线图上的某一个里程碑任务（milestone task），这样容易做出有影响力的工作。注意，不是在新锤子原有任务设定上做改进（比如在NeRF的task setting上调它所用数据集的view synthesis的效果），而是**拿新锤子来解决自己在做的里程碑任务的问题**（仍然是目标驱动的研究方式）。
+ - 7. 想idea时需要注意的点（什么样的project不值得做）
+ - 提出idea并做一篇论文是为了给领域做出实际的贡献，不是为了论文本身。
+ - 如果一篇论文对领域没有贡献，那么做这篇论文就是在浪费自己的时间，因为我们不会通过这篇论文收获领域的respect，甚至可能收获负面评价。
+ - 做这种论文的好处：（1）熟悉投稿流程。（2）有几率收获一篇论文（但概率较小）。
+ - 做这种论文的坏处：（1）浪费时间。做这个project的时间可以用来做更有意义的事情。（2）可能被人负面评价。
+ - 特别需要注意的点：不要形成依赖导师的心理，要锻炼自己独立自主做科研的习惯和能力。（某种角度上可以说比发论文本身还重要。而且其实自己要有这个能力才能大概率做出论文，不然这个项目基本无疾而终）
+- **实践**：代码能力、实验能力、分析实验不工作的原因的能力
+ - 实现自己的想法。
+ - 在实验中改进自己的想法。
+ - 在实验中积累对技术方法的认知，通过实验发现一些技术能解决的问题和不能解决的问题。
+ - 在实验中发现一个科研方向存在什么不足之处、存在什么难以解决的问题。
+ - 具体来说：
+ - 1. 如何设计探索性实验，保持清楚的实验思路，提升改进Idea的效率。
+ - 现在的实验是否同时包含了几个**探索方向（exploration points）**？怎么修改实验来减少要同时探索的点？
+ - 现在的实验是否同时包含了几个**技术挑战（technical challenges）**？怎么修改实验来减少其中的技术挑战？
+ - 我们目前重点想先搞清楚的探索点是什么，最想解决的技术挑战是哪个？
+ - 2. 把复杂的事情拆解成一组简单的事情，从简单到复杂。
+ - **拆解复杂的实验**：从简单的设定开始探索，慢慢加大难度，然后做实际的设定。能够有效降低实验和时间成本。
+ - **拆解创新的想法**：把自己的想法分解成各个部分，从可控的想法开始做起，再加探索性、创新性的框架/模块。
+ - 3. 在简单任务上做实验（toy experiment）
+ - **简化实验设定**，保留想解决的技术挑战。
+ - **简化数据**，保留想解决的技术挑战。
+ - 验证自己写的模型训练代码是否工作，先过拟合一个样本，然后再过拟合一个非常小的数据集上（比如20个训练样本）。
+ - 4. 实验结果分析
+ - [结果] 失败案例（Failure case）的可视化长什么样？可能是什么导致的？相应的可能原因也可视化看看。3D可视化工具：
+ - [https://github.com/zju3dv/Wis3D](https://github.com/zju3dv/Wis3D)
+ - [https://github.com/koide3/iridescence](https://github.com/koide3/iridescence)
+ - [https://github.com/nerfstudio-project/viser](https://github.com/nerfstudio-project/viser)
+ - [结果] 失败案例有没有什么规律，有没有什么固定的pattern？这些规律可能引出背后的技术原因。
+ - [代码] 各个模块代码的中间输出是否符合预期？
+ - [训练] 现在方法在测试集上效果不好，那训练集能效果怎样？能过拟合吗？
+ - [训练] 在其他简单的数据上效果怎样？
+ - [结果] 记得我们在数据A上效果还不错，为啥数据B上不行？两个数据的区别是啥？
+ - [方法] 我记得算法A在这个数据上效果没这么差。为啥我们的方法这么差？需要ablation看看哪个模块有问题？也可能是代码写bug了。
+ - [方法] 如果是把方法简化，能工作吗？效果怎样？
+ - [方法] 有可视化过某个模块的输出吗？看看是否符合预期，或者是否存在什么奇怪的现象？
+ - 5. 实验结果不理想
+ - 请注意，快速迭代建立在有效实验的基础上。盲目的做实验可能让事情变得更糟。
+ - 要经常性地确认自己在正确的方向上：当前的算法思路真的对吗。要避免陷入local minima。建议经常找同学交流讨论。
+ -
+- **展示**：写作能力、展示能力、把一篇论文做得漂亮的能力、做演示（demo）的能力
+ - 做一篇有影响力、阅读量高的论文，发表在高水平会议、期刊上。
+ - 把自己的研究故事、提出的技术清晰地展示给同行。
+ - 用演示来吸引读者，提高论文的阅读量和关注度，从而提升论文的影响力。
+ - 具体内容见“论文撰写 Paper Writing”。
+- **交流**：和导师、同学交流讨论的能力
+ - 让大家帮助自己做科研。
+ - 交流讨论对于科研的重要性（解决自己的疑问、验证自己的想法、启发思路、促进同学之间的关系）。
+ - 具体来说
+ - 1. 如何高效地讨论
+ - **讨论的目的：让大家帮助自己project的推进。不要把“讨论”当作工作汇报。**
+ - 讨论的时候，一些同学害怕“讨论”时间过短，而显得自己没做事情，而可能被导师责怪。所以，通过分享论文、分享繁琐细节的实验现象来凑时长（可能因为遇到一些问题而导致没什么进展才想着凑时长，也可能出于其他考虑才这么做）。
+ - 如果真的没啥问题，请直接skip讨论，简单同步一下进展和接下来的规划。如果遇到了问题，就列出要讨论的问题，把“讨论”的重心放在“自己遇到的问题”上。讨论结束地很快也没事，效率越高越好。
+ - “讨论”不要分享论文、不要分享繁琐细节的实验现象。什么内容可以体现自己的思考：“智慧有深度的提问”、“对project的规划”、“对技术创新性的思考”。
+ - 需要预先做一个简单的ppt。ppt内容可以这么组织：（1）列出需要讨论的问题，和大家一起讨论解决。先抛出问题，然后带着问题去看细节，讲一些自己的思考。看细节的时候，列一些重要的实验现象在ppt里.（2）列出有意思的实验现象和结论。（3）对于科研项目的讨论，**有必要每次讨论的时候review一遍technical contribution**（因为已经受够了review里被reviewer喷contribution不够，或者project做了几个月以后发现没contribution而导致几个月白费）。（4）列出自己下一周的计划。
+ - 实验室讨论原则：（1）充分的沟通交流。交流的时候不要害怕老师、高年级同学，不要因此而不敢问问题。有问题请及时问。实验室的老师、学长都非常友好，乐于解答问题。讨论交流的唯一目的是: 正确、高效，能解决你对project的疑问。（2）平等的交流，不是汇报与被汇报的关系。如果科研上有自己的想法，请表达出来。如果觉得老师、学长有说错的地方，请有礼有节地质疑和讨论。不要一味地听信老师、学长的话，但更不要表面服从而底下做自己的想法，这样会浪费很多交流时间和实验成本。实验室的讨论追求高效真诚的沟通。
-未完待续...
#### [[回到目录]](#目录)