science-manuscript-formatting

1# 排版与出件：一份源，四个产物，换刊只改一行
2 
3## 为什么这一层是机械的（也正因如此才能自动化）
4 
5写作里有一部分判断只有作者能做：这个 claim 成不成立、这个 gap 真的存在吗、这条审稿意见怎么回。
6这些在 M2/M4 里，靠 `science_paper_audit` 和 `science_gap_matrix`。
7 
8剩下那一部分是**纯机械的**：字数有没有超、图有几张、引用的 key 在文献表里有没有、
9参考文献该用 `[1]` 还是 `(Jordan et al., 2024)`、页边距多少毫米、要不要连续行号。
10这些东西完全由**目标期刊**决定，跟内容无关——所以只要你把「刊」告诉机器，它就该自己算完。
11 
12这就是 `paper.md` 的设计前提：**正文里不写任何格式**。
13 
14```markdown
15---
16title: Orthogonalized Momentum Bounds the Effective Learning Rate
17journal: nature          # ← 换刊只改这一行
18keywords: [muon, optimizer, orthogonalization]
19authors:
20  - name: Zhang Wei
21    affiliation: 1
22    corresponding: true
23    email: zhang@example.edu
24affiliations:
25  - id: 1
26    name: "Institute of Computing, Beijing, China"
27abstract: |
28  一句话背景 → 一句话缺口 → 一句话做法 → 一句最硬的结果（带数字）→ 一句话意义。
29references:
30  - key: jordan2024muon
31    type: article-journal
32    title: "Muon: An optimizer for hidden layers in neural networks"
33    authors:
34      - {family: Jordan, given: Keller}
35    year: 2024
36    journal: arXiv preprint
37    doi: 10.1234/example.001
38---
39 
40# Introduction
41 
42Momentum methods dominate large-scale training [@jordan2024muon]. ...
43 
44![Effective learning rate versus step count.](figures/fig1.png){#fig:lre}
45 
46$$
47\eta_{\mathrm{eff}} \le \frac{\|\mathbf{m}_t\|_2}{\sqrt{d}}
48\label{eq:bound}
49$$
50 
51| Optimizer | Steps |
52| --- | --- |
53| SGD | 12000 |
54: Comparison of optimizers. {#tab:cmp}
55```
56 
57`journal: nature` 改成 `journal: cell`，PDF 从 Nature 投稿版式变成 Elsevier 双栏，
58参考文献从上标数字变成 `(Jordan et al., 2024)`，**正文一个字没动**。
59 
60## 一、先建稿，别从空文件开始
61…