如何高效讀論文?劍橋CS教授親授“三遍論”:論文最多讀三遍,有的放矢,步步深入
魚羊 編譯整理
量子位 報道 | 公眾號 QbitAI
嗑鹽之始,在于讀論文。
一方面,把握最前沿的研究動態(tài),激發(fā)自身研究靈感。另一方面,不做好文獻調研,自己的絕妙想法變成了重復造輪子,這種體驗可不太妙。
那么,問題來了:到底該怎么讀論文?
每天單從arxiv上就能刷出成百上千篇新論文,頂會期間,論文更是如錢塘江大潮拍岸而來。如何才能不迷失在論文煙海之中,高效獲取有效信息呢?
這里奉上ACM和IEEE Fellow、劍橋大學計算機科學教授Srinivasan Keshav的論文閱讀絕技三遍論,手把手教你如何高效讀論文,告別海量精力投入?yún)s收效甚微之窘境。
嗑鹽萌新必備,嗑鹽老手亦可參考。
第一遍:快速預覽,把握概要
拿到一篇新論文,第一遍閱讀要花多長時間?
5-10分鐘足以。
不是每一篇論文都干貨滿滿,所以初次見面,先打個印象分,再決定是否繼續(xù),是更為高效的方法。
具體操作如下:
1、仔細閱讀標題、摘要和簡介。
2、先忽略內容,讀一讀文章中的每個小標題。
3、如果有數(shù)學內容,先大致瀏覽,確定其理論基礎。
4、讀結論。
5、瀏覽參考文獻,如果有你已經讀過的,把它們勾選出來。
如此讀完第一遍,你需要問問自己以下幾個問題:
1、分類:這是什么類型的論文?
2、背景:與哪些其他論文相關?基于何種理論基礎來分析問題?
3、正確性:論文的假設看起來正確嗎?
4、貢獻:論文的主要貢獻是什么?
5、清晰度:這篇論文寫得好嗎?
當你心中有了這些答案,你也就知道自己該不該真正精讀這篇論文了。
P.S. 這里也涉及到撰寫論文的一個小技巧:結構盡量清晰,要點盡量突出,讓審稿人第一遍就能get到。
第二遍:抓住重點,暫略細節(jié)
當你判定一篇論文值得一讀,就可以把它加入第二遍閱讀的隊列。
第二遍閱讀,就要好好看看論文內容了,投入的時間大概在1個小時左右。
不過,不要糾結于沒見過的術語,也不要沉迷于證明推導的細節(jié):把它們記下來,先略過。
這一遍閱讀中,有兩個小技巧:
1、仔細查看論文中的圖表。關注一下細節(jié):坐標軸是否正確標記?結論是否具有統(tǒng)計意義?往往細節(jié)之中,就能窺見真正出色的工作和水文之間的區(qū)別。
2、標記論文中涉及的、你并未讀過的參考文獻,之后進一步閱讀。
讀完第二遍,你應該能掌握論文內容,總結全文主旨了。
不過,有時候即使是這樣讀完一遍,也未必就能讀懂論文:論文可能涉及你陌生的領域,有太多陌生術語;作者可能采用了你不了解的證明或實驗技術;甚至,這篇論文可能寫得不行。
那么,就進入最后一步吧。
第三遍:重構論文,注重細節(jié)
要想完全理解論文,就需要展開第三遍閱讀:跟隨作者的思路,在腦海中重現(xiàn)論文內容。
將重現(xiàn)的結果與實際論文進行比較,就可以輕松看出論文的創(chuàng)新點,找到文中隱含的假設,捕獲隱藏在實驗和技術分析中的潛在問題和引文缺失。
進入第三遍,最重要的事情強調三遍:細節(jié)!細節(jié)!細節(jié)!
找出作者陳述中的每一個假設,親自挑戰(zhàn)它,提出自己的思考。如此,對于論文的證明和其中的技術,你便會有更為深刻的理解。
One More Thing:文獻調研怎么做?
說到讀論文,是不是想起了被文獻綜述統(tǒng)治的恐懼?
Srinivasan Keshav教授同樣有“三步法”要傳授諸位。
首先,善用學術搜索引擎(如谷歌學術),找出3-5篇相關領域近期最高引用的論文。
了解這些論文的工作原理,閱讀其中related work的部分。幸運的話,這些內容能直接幫你完成文獻綜述。
第二步,在這些論文的參考文獻中找出其共同引用的論文,或重復出現(xiàn)的作者姓名。
訪問這些關鍵人物的網站,查看他們近期發(fā)表的論文,也可以看看他們都參加了哪些頂級會議。
第三步,訪問頂級會議的網站,瀏覽它們最近的會議記錄。
通過“三遍論”的第一遍閱讀快速識別高質量的相關工作。
匯總這一步中查找出的論文和第二步中的高引論文,基本上就能構成你文獻綜述的初版內容啦。
最后,三步法可以迭代進行。
祝諸位同學嗑鹽順利~
傳送門
https://blizzard.cs.uwaterloo.ca/keshav/home/Papers/data/07/paper-reading.pdf
— 完 —
- 蘋果芯片主管也要跑路!庫克被曝出現(xiàn)健康問題2025-12-07
- 世界模型和具身大腦最新突破:90%生成數(shù)據(jù),VLA性能暴漲300%|開源2025-12-02
- 谷歌新架構突破Transformer超長上下文瓶頸!Hinton靈魂拷問:后悔Open嗎?2025-12-05
- 90后華人副教授突破30年數(shù)學猜想!結論與生成式AI直接相關2025-11-26




