How to Proofread a LaTeX Paper in Overleaf (Without Breaking Math)

您在凌晨 4 点完成了 NeurIPS 论文的起草，并将其粘贴到语法工具中。一半的“错误”是该工具无法识别的 LaTeX 命令。您的三个方程标签现已损坏。参考文献部分已被“改进”成废话。你恢复所有内容并未经编辑地发送论文，因为最后期限是六个小时。

这是默认的 LaTeX 和校对体验。通用语法工具不是为与标记混合的源文件而设计的。好消息：通过正确的工作流程，LaTeX 上的人工智能校对既简单又安全。关键是知道要发送给校对员的内容以及要保留的内容，如何对文档进行分块以使上下文保持完整，以及如何在不破坏编译的情况下将编辑返回到“.tex”文件中。

为什么 LaTeX 对于一般语法工具来说很难

问题很简单：大多数语法工具将您的文本视为散文。 LaTeX 源文件不是散文。它们是散文、结构命令、数学表达式、引文和参考文献的混合体。不理解结构的工具会将命令视为单词并尝试“修复”它们。

Three things typically break:

**数学表达式被解释。**像$\alpha < 0.05$这样的内联数学变成“alpha小于零点零五”或更糟，被“简化”成无意义的。在“\begin...\end”块中显示数学被视为工具想要重组的段落。

引文命令被破坏。 \citep{smith2023} 变成 \citep smith2023、[smith2023]，甚至被“扩展”为发明的作者姓名。参考文献悄然中断，你的论文不再编译。

结构命令被重写。 \section{Methods} 变为 \section {Methods}。经过转义字符“更正”后，\textbf{key result} 变为 \\textbf{key result}。编译错误会导致结果，并且追踪哪个“修复”破坏了事情是痛苦的。

修复方法不是使用特殊的 LaTeX 感知语法工具，尽管这些工具确实存在。解决方法是仅向校对员发送散文，将标记分开，然后手动重新集成编辑。这听起来很乏味。事实并非如此——与纯散文文档相比，每篇论文的工作流程大约需要额外花费 20 分钟，而且比不小心粘贴后修复编译错误还要快。

What to copy and what to leave

基本规则：抄写单词；留下命令、标签、引文或数学的所有内容。

Copy this:

We extend prior work on neural transformer architectures by introducing
a sparse attention mechanism that scales linearly with input length.
Our experiments on the standard benchmarks show consistent improvements
over the current state-of-the-art.

Don't copy this (in the same file):

\section{简介}
\label{秒:介绍}

\input{intro_v3}

\begin{equation}
\mathcal{L}(\theta) = -\sum_{i=1}^{N} \log p_\theta(y_i | x_i)
\label{eq:loss}
\end{equation}

As shown in Equation~\ref{eq:loss}, the loss function...
\citep{vaswani2017attention,brown2020language}
```

第一个块是校对员能干净利落地处理的散文。第二个块包含命令、标签、数学和引用键——校对者不应触及其中任何一个。

实际上，您可以逐段（或逐节）复制散文，在外部进行编辑，然后将编辑内容粘贴回“.tex”文件中的同一段落中。您可以保持“\section{}”、“\label{}”、“\input{}”、方程块和“\citep{}”调用不变。

## The chunking strategy

一篇 12 页的 LaTeX 论文不是一个散文文档——它是由标记分隔的 15-20 个散文块。校对的正确粒度是分段大小：每个块 200-500 个单词。

**一次一个部分是最佳位置。**较小的块（一个段落）会失去跨段落的上下文 - 单独听起来不错的过渡在上下文中可能是错误的。较大的块（整篇论文）会失去精确性——校对员处理 500 个单词比处理 5,000 个单词要好。

**方法论和结果部分可能需要更精细的分块。**这些往往将散文与数学和表格交替使用。每个方程块之前、每个表格之后、小节之间的块。尽可能保持散文块连续。

**摘要和结论得到完整的文档处理。**这些通常很短（200-400字），需要作为独立的文章连贯地阅读。将每个内容编辑为一个块。

**标题是单独的块。**图和表标题应单独编辑。它们通常足够短，可以快速完成，并且在区域级别的传球中通常会被错过。

典型的会议论文的目标是大约 8-15 个块，期刊论文的目标是 20-30 个块，论文章节的目标是 50-100 个块。

## Round-tripping edits back into LaTeX

重新集成步骤是大多数工作流程中断的地方。一些习惯可以保证安全。

**使用 diff 工具，而不是眼球。** 将原始散文块和编辑后的版本粘贴到 diff 查看器中（任何像样的文本编辑器都有一个内置的；Overleaf 的历史功能也可以）。差异突出显示了每一个变化。将每个更改手动应用到源文件，保留周围的标记。

**一次应用一个段落的更改。** 不要将长时间编辑的部分批量粘贴到源中。逐段应用它，并在每个实质性段落后进行编译检查。如果有什么内容被破坏，你只是破坏了一个段落，而不是整个部分。

**注意特殊字符。** AI 编辑的文本有时会返回智能引号（卷曲的“”而不是直的“”）、破折号（“—”而不是“--”）或不间断空格。这些可能会在 LaTeX 中错误地呈现。编辑后的查找和替换过程会捕获它们。

**重新检查“\label{}”和“\ref{}”的一致性。**如果校对者巧妙地更改了“Section~\ref{sec:methods}”引用周围的措辞，请验证引用目标在上下文中是否仍然有意义。

**在每个部分之后进行编译。** 这听起来有些过分了。事实并非如此。凌晨三点提交前的一篇破损论文比编辑过程中额外点击五次编译要糟糕得多。

## 在不破坏方程的情况下处理数学

数学是风险最高的领域。规则很简单：永远不要将数学发送给校对员。

**内联数学（`$...$`）保留在源文件中。** 当您复制段落进行编辑时，请将内联数学替换为“[MATH1]”、“[MATH2]”等占位符。围绕占位符编辑散文。重新整合时，恢复原来的数学。

A paragraph like:

```text
We define the loss as $\mathcal{L}(\theta) = -\sum_{i=1}^{N} \log p_\theta(y_i | x_i)$, where $\theta$ are the model parameters and $N$ is the batch size.
```

Becomes for editing:

```text
We define the loss as [MATH1], where [MATH2] are the model parameters
and [MATH3] is the batch size.
```

校对员编辑散文。您在重新融入期间恢复数学。

**显示数学 (`\begin{equation}...\end{equation}`) 被完全排除。** 编辑前后段落；保持方程块不变。

**方程引用 (`Equation~\ref{eq:loss}`) 很棘手。** 如果您使用占位符进行内联数学，也可以使用占位符作为参考命令：`如 [REF1]` 中所示。然后恢复。

**散文中的统计表达式是一种特殊情况。**散文中的“(p < 0.001)”之类的东西从技术上讲是数学，但很少使用显示语法。如果您使用 HTML 实体编写 `(p < 0.001)` 以避免 MDX 问题，则这是与 LaTeX 不同的问题。在 LaTeX 源代码中，`(p < 0.001)` 很好；如果您不希望校对员重写它，只需将其包含在您的占位符系统中即可。

<CTABox heading="Proofread LaTeX Prose Without Breaking Compilation" description="Paste your prose chunks. Get tracked-changes editing that doesn't touch your math, citations, or commands." buttonText="Try the AI Proofreader" />

## 跟踪不使用 LaTeX 的协作者的更改

一个真正的工作流程问题：您的顾问没有阅读 LaTeX 源代码。他们想要一个包含修订的 Word 文档。

**标准解决方案是 `pandoc`。** 将您的 LaTeX 编译为 `.docx` 文件，发送给您的顾问，获取跟踪更改，手动将更改应用到您的 `.tex` 源。这有效但很慢。

**更快的解决方案是先进行编辑。** 将您的散文块粘贴到 [我们的 AI 校对器](/ai-proofreader) 中，并导出每个块（或组装的散文）的跟踪更改“.docx”。将其发送给您的顾问进行审查。他们用自己的添加内容标记跟踪更改文件。您将合并的已接受更改应用回您的 LaTeX 源。

这将两个手动集成步骤改为一个。第一次集成（校对员编辑到 LaTeX）是机械且快速的。第二个集成（顾问的添加）与您要做的工作相同。

**对于阅读 LaTeX 的协作者，请使用 `latexdiff`。** 这会生成两个 `.tex` 版本的并排比较，并标记插入和删除。它会编译为 PDF，直观地显示跟踪的更改。与散文编辑过程相结合，这是与 LaTeX 流利的协作者共享更改的最干净的方式。

## The full workflow, compressed

以下是 90 秒摘要的序列，适合录制到显示器上。

1. 在 Overleaf 或本地编辑器中打开“.tex”文件。
2. 对于每个散文块（通常为小节大小，200-500 个单词）：
   a.抄写散文。用占位符替换内联数学。
   b.粘贴到校对器中。运行标准编辑过程。
   c.查看跟踪的更改；接受或拒绝每一项。
   d.恢复数学占位符。
   e.将编辑逐段应用于“.tex”源。
   f.编译。确认没有破损。
3. 完全跳过方程块。
4. 将字幕编辑为单独的小块。
5.最终编译。验证引用是否仍然解析。
6. 如果发送给非 LaTeX 协作者，请从散文校对者处导出跟踪更改“.docx”；发送那个。如果发送给 LaTeX 协作者，请生成“latexdiff” PDF 供审阅。

通过此工作流程，一篇 12 页的会议论文大约需要 90 分钟。论文章节需要 3-5 小时。两者都比简单地粘贴所有内容后修复损坏的 LaTeX 更快，并且编辑质量要高得多。

对于准备提交的论文，另请参阅我们的[期刊求职信指南](/blog/journal-cover-letter-ai) — 求职信通常需要比作者给予更多的关注，尤其是在编辑的前 60 秒决定你命运的场合。

<FeatureCard title="See the Full AI Proofreader" link="/ai-proofreader" description="Tracked-changes editing for academic prose. Free tier includes every feature." />

## Frequently asked questions

**问：Overleaf 是否有内置语法检查器可以正确处理 LaTeX？**

Overleaf 捆绑 Writefull，它支持 LaTeX 并存在于 Overleaf 编辑器中。免费集成有限；已支付的 Writefull 保费可延长此期限。有关 Writefull 和专用校对平台的比较，请参阅 [ProofreaderPro 与 Writefull](/blog/proofreaderpro-vs-writefull)。简而言之：如果您主要使用 LaTeX 编写并且您的编辑需求仅限于语言，则 Writefull 的本机集成非常出色。如果您还需要为非 LaTeX 协作者提供人性化、多语言编辑或跟踪更改导出，则外部校对员更适合该工作流程。

**问：将我的论文复制到外部工具中是否会违反会议的匿名规则？**

匿名化规则适用于提交给审稿人的版本，而不适用于你的编辑流程。在你自己的稿件上使用编辑工具并不构成匿名化违规。不过，如果你担心托管式工具会保存你的未发表作品，请查看该工具的数据政策。明确声明不对用户输入进行训练的工具（例如我们的工具）通常对未发表作品来说是安全的。对于高度敏感的内容（与国防相关、或与患者数据相邻），一些机构要求使用自托管工具——在这种情况下，你可以本地运行的开源模型就是正确的选择。

**问：BibTeX 条目怎么样？我也需要校对这些吗？**

BibTeX 条目不是散文，不应发送给校对员。它们是格式化的引文记录，需要完全符合期刊的引文风格要求。使用参考文献管理器（Zotero、BibDesk）来维护 BibTeX；根据原始出版物检查条目的准确性。校对员的工作以围绕“\cite{}”调用的散文结束； BibTeX 文件本身是一个不同的文档。

**问：我的论文有很多方程。人工智能校对真的值得付出努力吗？**

对于方程式较多的论文，前期编辑工作流程较繁重，但价值较高。数学论文中的散文通常很少受到关注，因为作者专注于数学——这意味着散文更有可能存在校对者发现的问题。 12 页的会议论文需要 90 分钟的编辑时间，甚至适用于数学含量较高的论文；无论哪种方式，你编辑的散文数量都是相同的。如果你的论文确实是 80% 的方程和 20% 的散文（即使在理论工作中也很少见），那么校对所需的时间也会相应减少。我们从来没有见过一篇数学含量很高的论文，其中仔细的散文编辑并没有显着改善读者的体验。