如何阅读论文? || #经验 #论文

如何阅读论文? || #经验 #论文 摘要 研究人员在阅读研究论文上花费了大量时间。然而，这项重要技能往往没有得到适当的教授，导致了许多不必要的努力浪费。本文提出了一种实际高效的阅读研究论文的三遍方法，并讲述了如何利用这种方法进行文献调研。 1. 引言 研究人员阅读论文的原因多种多样：可能是为了会议或课程的审阅，为了跟上他们领域的最新动态，或为了对一个新领域进行文献调研。一个典型的研究人员可能每年要花费数百小时阅读论文。 学习高效阅读论文是一项至关重要但鲜少教授的技能。因此，刚入门的研究生不得不靠自己摸索，通过试错来学习。在这个过程中，学生不仅浪费了大量努力，还常常陷入挫败感。 多年来，我一直在使用一个简单有效的方法来高效地阅读论文。这篇文章介绍了这种“三遍阅读”方法，以及如何用它来做文献调查。 2. 三遍阅读法 核心思想是进行最多三遍阅读，而不是从头到尾连贯阅读。每一遍阅读都有特定的目标，并在前一遍的基础上深入：第一遍给你一个关于论文的总体印象。第二遍让你掌握了论文的内容，但不深入细节。第三遍帮助你深入理解论文。 2.1 第一遍阅读 第一遍是快速浏览，获取论文的整体框架。你还可以决定是否需要更深入地阅读。这遍阅读大约需要五到十分钟，包括以下步骤： 1. 仔细阅读标题、摘要和引言。 2. 浏览章节和小节的标题，但忽略其他内容。 3. 阅读结论部分。 4. 粗略查看参考文献，心里检查你已经阅读过的内容。 在第一遍阅读结束时，你应该能够回答以下五个问题： 1. 类别：这篇论文属于哪种类型？是测量研究？现有系统的分析？还是研究原型的描述？ 2. 背景：它与哪些其他论文有关联？用了哪些理论基础来分析问题？ 3. 正确性：它的假设看起来合理吗？ 4. 贡献：论文的主要贡献是什么？ 5. 清晰度：这篇论文写得清楚吗？ 根据这些信息，你可能会选择不再深入阅读。这可能是因为论文内容不吸引你，或者你对该领域了解不足，无法充分理解论文，或者作者的假设不成立。对于不属于你研究领域但未来可能相关的论文，第一遍阅读通常已足够。 2.2 第二遍阅读 第二遍阅读时，需更细致地阅读论文，但可以忽略诸如证明等细节。边读边记下关键点或在边缘作笔记会很有帮助。 1. 仔细检查论文中的图形、图表和其他插图。特别留意图表。轴线是否标注清晰？结果是否带有误差范围，以便得出统计上有意义的结论？这些常见错误会帮助你区分仓促和精心的工作。 2. 记得标记那些相关但未读的参考文献，以备后续阅读（这是深入了解论文背景的好方法）。 第二遍阅读大约需要一个小时。在这遍阅读后，你应该能够理解论文的内容，并能够向别人概述论文的主要观点及其支持证据。这种详细程度适合于你感兴趣但并非你研究专长的论文。 2.3 第三遍阅读 要彻底理解一篇论文，特别是作为审稿人时，需要进行第三遍阅读。这遍阅读的关键是尝试实际重现论文的工作：也就是说，在与作者相同的假设下，尝试再创造他们的工作。通过这种重建与实际论文的对比，你可以更容易地识别出论文的创新之处以及它潜在的不足和假设。 这次阅读要求极高的注意力。你应该质疑每个陈述中的每个假设，并思考如果是你，会如何表达某个特定的想法。这种实际与理想的比较可以带来对论文证明和展示技巧的深刻洞察，这些技巧可能会成为你的宝贵工具。在这遍阅读中，你还应该记录下未来工作的灵感。 对于初学者来说，这次阅读可能需要四到五个小时，对于经验丰富的读者则大约一个小时。在这遍阅读的最后，你应该能够完全理解论文的内容，包括它的创新之处、主要论点、技术论证，以及任何你认为值得进一步探讨的方面。

RT 九原客论文阅读：FrugalGPT，降低LLM的成本。

RT 九原客 论文阅读：FrugalGPT，降低LLM的成本。 常规方法： 1. 优化 Prompt 2. Query 合并 3. 语义相似缓存 4. 使用贵模型对便宜模型微调 LLM 级联：（重点） 5. 便宜模型回答后对回答自动打分，分数过低则调用更贵的模型，直到调用 GPT-4 感觉可以用 LangChain 自己实现一个。

▎Kimi智能助手一个拥有无损超长记忆的 AI，可以一口气精读 20 万字，随时帮助你：

▎Kimi智能助手 一个拥有无损超长记忆的 AI，可以一口气精读 20 万字，随时帮助你： 1. 高效阅读论文：长文快速摘要，打破语言壁垒 2. 准确检索信息：基于语义联网搜索，整合零散信息 3. 快速整理资料：多份文件，按需提取内容，整理成干净表格 4. 辅助写作文章：梳理大纲、续写文章，成为你的内容创作手脚架 #ai #工具 地址： ⌨ 目录 群聊 投稿

这里推荐下 PopAI， PDF 都用的非常多，它支持针对 arxiv 的论文转存后直接进行 AI Chat，省却了下载 PDF

这里推荐下 PopAI， PDF 都用的非常多，它支持针对 arxiv 的论文转存后直接进行 AI Chat，省却了下载 PDF 文件的过程（如图二）。 第二类是精读工具，对大多数人来说，语言是第一阻碍，尤其是论文里铺天盖地的专业词汇，让人望而生畏；我用的比较多的是“沉浸式翻译”这个 Chrome 插件，它支持将 PDF 直接进行在线对照翻译，免费版的翻译质量有点一般，但也基本够用了（如图三）。 论文的实验结果基本都是以图表形式呈现的，因此精读的一个重要环节是读懂图表，这部分也可以借助 AI 的能力来理解得更透彻，PopAI 在这块做的也还不错，它背后接入了 GPT-4V 的 API，可以对论文里的图片进行详细解读，另外，还支持在聊天框内直接粘贴图片跟它交互，比较方便（如图四）。 如果论文正好是自己想要内容，还有一个非常实用的工具，叫做 Papers with code，paperswithcode.com，之前也推荐过，它可以根据论文帮你找到对应的 Github 代码实现，以及用到的数据集和测试方法，这也是我用的比较多的。 顺带提一嘴，涉及到 AI 的代码仓库，建议直接去 Google Colab 上跑，它的下载速度可以达到 200Mb/s，相比本地，会更加高效。 以上，是近几个月研究 AI 和论文的一点经验。如果你在学习过程中用到了其他好用的辅助工具或者方法，也欢迎推荐和分享！

一个可以迅速撰写文献综述的工具，通过 AI 技术找到相关论文，并直接从工作摘要创建草稿。可免费试用。

一个可以迅速撰写文献综述的工具，通过 AI 技术找到相关论文，并直接从工作摘要创建草稿。可免费试用。 快速文献综述撰写：使用 AI 加速撰写文献综述的过程。 找到相关论文：AI 协助用户查找与其研究主题相关的论文。 创建草稿：基于用户提供的工作摘要，AI 直接生成文献综述草稿。 | #工具 #文献

最近在总结美国创作者调研分享，分享一些跟AI相关的关键用户认知：

最近在总结美国创作者调研分享，分享一些跟AI相关的关键用户认知： 一、效果比效率更重要对应产品价值 1. 这也是我过去一年收获的最有价值的一句话，经历很多血泪教训才真正理解 2. 效果的关键是符合甚至超出用户预期，如果不符合预期，用户就不会完成创作，甚至没有留存。 3. 不要为了效率而牺牲效果，这是我很容易犯的错误，尤其在漏斗分析的大厂思维下。 4. AI大模型存在效果不稳定且不可控的问题，一方面通过「雕花」策略来优化给用户交付的结果，另一方面管理用户的预期，比如让用户理解这不是最终结果，而是一个可以继续编辑的草稿。雕花是应用层产品的宿命。 二、用户又懒又有惯性思维对应推广方式 1. 最顺的是在老产品的已有主路径workflow，通过AI提效，用户甚至是无意识使用，渗透相对容易做起来 2. 但在老产品上独立的新AI workflow能力模块，单纯通过产品策略（强插、增加入口、红点）的导流有限，用户很难注意到，也不愿意为一个不确定的结果而付出额外的上手成本 3. 可能就需要运营和推广手段，做用户认知教育，甚至一个好的demo视频都比产品策略有效。好的内容有随机性，但也是最大的杠杆。 4. 在字节，最有效的是抖音锚点；在腾讯，最有效的手段是微信QQ红点；它们过于成功，也导致我们过于依赖。如果我们做的产品在这个路径增长逻辑不那么成立，那么我们的方法论，经验，甚至能力模型，都很难支撑我们去推广新产品 三、用户为刚需付费对应付费模式 1. 工具类产品，用户的决策是理性的，所以更多为刚需付费，而较难为冲动付费 2. 服务偶发性刚需，比如母亲节这天，用户会为母亲节模板单次付费； 3. 服务持续性刚需，比如通过AI能力帮助制作创作者Tiktok/Ins账号的主营内容，例如美妆博主的美妆vlog，帮助他们持续涨粉赚钱，用户会更愿意订阅付费； 4. 目前AI创业更适合，服务少数人的持续性刚需，而不是服务大众的偶发性刚需 4. 用户已被市场教育AI需要付费，所以强化透传AI，可以提高用户付费意愿度