在B站上看到李沐在做AI方面论文的带读,看了一遍讲如何读论文,做个笔记,顺便记录一些自己的想法。
从整体上来看,整个视频基本上可以用下面这一个表来概括:
Pass1 | Pass2 | Pass3 | |
---|---|---|---|
Title | √ | √ | |
Abstruction | √ | √ | |
Introduction | √ | ||
Method | √ | √ | |
Experiment | √ | √ | |
Conclusion | √ | √ |
- Pass1
- 只看标题、摘要和结论
- 观察和自己的研究方向有没有关联性,适不适合自己的研究方向,确定论文值不值得读
- Pass2
- 快速过一遍整个论文,不需要了解所有的细节
- 关注重要的图和表,看明白Method当中的流程图以及Experimet中图表的对应指标
- 关注重要的相关工作,如果文章太难,可以先读引用的文献
- Pass3
- 关注所有细节
- 换位思考,体会从提出问题到解决问题的全部过程
- 寻找之后可能的改进空间
个人观点:
李沐所讲的论文阅读方法,更多的是针对于经典论文,知道这是一篇好论文之后该如何去读。事实上,AI论文数量激增,大量论文并不能够提供三遍阅读的知识量。更多的是在第二遍阅读的过程当中,关注提出工作的启发点,以及论文当中是否出现类似数据泄露,对比不公平这样的情况。