编辑：杜伟、陈萍
快速阅读论文是研究职员不可或缺的一项技能，有人须要很长的韶光才能理解一篇论文，而有的人几个小时就能节制全部内容。本文中 Kirill Demochkin 仅用 2.5 个小时就能完成论文阅读、写择要到发布博客。我们不妨看看他是如何实现的。
一万个人心里有一万个哈姆雷特，对付论文写作与阅读，每个人都有自己的不雅观点与方法。
写作和阅读论文是研究职员必备的核心技能。一篇好的论文涉及多方成分，作者要准确传达核心不雅观点，并证明其是可行的。想要达到这一目的，作者应该从语句、段落、章节、全文等多方面做好论文的构造。
AI 领域的论文更是如此，养成良好的写作习气、追求有洞见有影响力的论文、论文极致精髓精辟且阐述只管即便简洁、要有准确的定位，这些履历彷佛已经成为论文写作的准绳。
三星人工智能中央的 AI 研究科学家、Casual GAN Papers 网站创始人 Kirill Demochkin 一贯致力于论文写作方面的履历分享。近日他发布了新的文章，主题为「过去 6 个月为 50 篇 AI 论文撰写择要，从中学到了什么？」
Kirill Demochkin
在这 50 篇论文中，大约 40% 关于 GAN 或 GAN 干系，别的为 NeRF、Visual Transformers、CLIP 以及其他看起来有趣的主题。
Kirill Demochkin 表示，自己每周写两篇择要已经有一段韶光了，以是想分享一些过程中学到的技巧！
首先，他从头到尾读完一篇论文，写择要，把图形编译成一张图片，然后发布到频道和博客上常日须要 2.5 个小时。他紧张选择那些看起来有吸引力以及在推特上引起很大轰动的论文。他还方向于「有趣」的论文，这些论文有酷炫的图像、动态展示结果以及引人瞩目的标题。一旦决定要为一篇论文写择要，他就会检讨是否有任何与之干系的「必需」阅读，然后弄清楚新方法试图办理什么问题，以及现有方法为什么不足用。
然后，他会浏览「方法」部分，查看论文图表。
末了，确保「实验」部分在数字、指标、基线和溶解方面故意义。
至于为什么要花 6 个月的韶光为 50 篇 AI 论文撰写择要？他认为，快速阅读论文是所有研究职员的一项必备技能，尤其是飞速发展的 AI 领域。对自己看过论文的 idea 进行总结可以更好地记住它们。
Demochkin 提到从阅读论文到发布博客须要 2.5 个小时。对此，有网友提问道，「2.5 个小时是全体过程，还是只是阅读论文的韶光？在一次口试中，我被哀求在 1.5 小时内阅读并复现一篇 AI 论文（论文大概 6-10 页），我乃至论文都没看完，显然我没得到那份事情。我在想是不是只有我一个人该当提高自己的水平，还是在 1.5 小时内不能完玉成部过程很正常。」
还有网友表示：「这取决于我想深入研究的深度和我对该领域的熟习程度，但我可能须要几个小时才能彻底阅读一篇不熟习的论文并写出条记。实现所需的韶光差别很大，但在 1.5 小时内完成所有这些听起来有点猖獗，除非它真的很大略。」
还有人以为这听起来很猖獗。
Kirill Demochkin 阅读论文技巧
Kirill Demochkin 查看论文的资源来自 paperswithcode、reddit，以及同事分享的 feedly 列表。
理解背景知识
论文不是凭空写的，险些任何一篇论文都有前期研究，乃至是像 NeRF 这样的打破性研究。理解前期事情能够帮助我们理解所提方法潜在的优缺陷。不幸的是，我们不能花费一周的韶光来研究论文中所引用的论文，以构建这一背景知识。因此最好的策略是通过明确写出一篇论文试图办理的详细任务、现有的替代办理方案、这些办理方案会带来的问题，以及为什么作者认为他们的方法避开了这些问题。
把握文章主旨
阅读文章时首先要阅读章节和小节标题，并将它们与文章中提出的架构 / pipeline 的图形部分联系起来。这样，在阅读文章细节之前，你会在脑海中勾勒出论文大概框架。
对实验进行全面检讨
文章作者常日会将所做的研究进行打包，以软件包的形式呈现出来。但是这样做，有时会遗漏一些主要细节。常日来说，对研究打包是很好的，但是，从另一方面你可以根据遗漏的内容和缘故原由得到更多的见地。要实现这一点，你须要做到以下几条：
检讨基准：最近有没有什么方法被忽略了？掌握变量检讨：是否对 pipeline 中的每一部分都进行了测试？检讨数据：是否有已知的数据集没有在实验结果中提到？大概，被遗漏的数据集有一个共同的特点，即指出了所提方法的写论文刘知远为 NLP 领域的学生如何写出一篇合格的论文供应了一些建议，大略总结如下：
论文整体思路：问题务求寻衅，模型务求创新，实现务求准确，实验务求深入。一篇 NLP 论文的范例构造：择要、先容、干系事情、方法、实验和结论。每个部分都要各司其职，向学术界同行清晰准确地描述成果的创新点、技能思路、算法细节和验证结果。先容是对全体事情的全面先容，是决定一篇论文能否被任命的关键。一样平常情形下：起手先容研究任务和意义；随后简介面向这个任务的已有方法；接着解释已有方法面临的关键寻衅；针对这些寻衅，本文提出什么创新思路和详细方法；末了先容实验结果证明本文提出方法的有效性。择要可以看做对先容的简介，最大略的做法是，从先容各部分精简 1-2 句话组成择要。干系事情部分紧张是先容本文任务和方法的干系事情，目标是通过对已有事情的梳理，凸显本文事情的创新代价。对已有事情的梳理，不应是对每个事情的大略先容，而应该把稳汇总、分类、剖析，或者按照韶光发展顺序，或者按照技能路线划分。方法部分要详细先容本文创新方法的详细细节，由于涉及非常艰涩的细节，采取「总 - 分」构造来先容。实验部分要详细先容与实验干系的详细细节。一样平常先先容实验数据、评测标准和比较方法等基本信息。论文末了会有总结展望，一样平常用一段来再次总结和强调本文的创新思路和实验结果，然后解释未来建议的研究方向和开放问题。这部分相对来讲比较固定。轻微留神的是，在准备论文末了阶段，如果创造论文有哪些应该做还没来得及做的，可以写作本文的未来事情。总之，刘知远认为，要想写出一篇合格的 NLP 论文，首先是态度问题，只有态度重视，才有可能不厌其烦地反复修正，才会「不择手段」地探求各种办法来尽力改进论文（找学长找外教借助 Grammarly 工具等）。其次是动手问题，只有写下来，才可能不断改，只要改就能不断进步。末了是履历问题，要写得精彩可能须要天赋，而要写得合格，只要坚持写，不断根据评阅人和其他人的见地进行思考和修正，就可以进步。总之，坚持便是胜利。
读论文
在 CS230 课程中，吴恩达对付研究方案与如何读论文也提出了他的一些建议。
如果要高效地阅读论文，吴恩达表示我们想要知道论文的来源，例如 arXiv 或个人博客等。下面，如果我们列出 5 篇待读论文，那么吴恩达的习气是每一篇列一行，表示从 0 到 100 的阅读进度。最开始我们只须要阅读每一篇的 10% 旁边，如果创造论文 2 不是我们想要的，就闭幕它。如果论文 3 是主要的，那么仔细阅读到进度 100%。
由论文 3，我们可以创造其它干系研究，因此也可以加到论文列表中，例如第 6、7 篇。读完论文 3 大概会创造论文 4 也非常故意思，那么结合 4、6、7 连续阅读，并记录阅读进度。
末了，如果阅读 5-20 篇论文，差不多我们对该领域就有一定的理解了。如果高效阅读 50 到 100 篇论文，那么对该领域的理解就比较完全了。Ng 的背包内每天都会带一个文本夹，里面的纸质打印论文便是他的论文列表。
那么详细如何阅读一篇论文呢？吴恩达表示，从第一个词浏览到末了一个词，这是最差的办法。一样平常而言，我们要多次浏览论文，且每一次的目的都不相同。
首先第一遍该当只看标题、择要和图表，择要能见告我们论文讲了什么，而对付深度学习研究事情，很多都能总结成一两张图表。第二遍该当连续看序言、结语和图表，其它的内容我们可以暂时不管。把稳在看序言时，干系研究部分也可以不管，虽然该部分对付理解研究脉络很有帮助，但第二遍该当须要捉住紧张思想。
第三遍阅读就要纵览论文主体了，但同时那些耗费韶光的数学与推导部分可以暂时跳过，我们节制整体脉络与框架就行。第四遍须要阅读所有的内容，但这时候肯定还会有一些部分不能理解，那么暂时跳过它们往后再攻坚。
干系阅读：
清华大学刘知远：如何写一篇合格的 NLP 论文
机器学习研究者的养成指南，吴恩达建议这么读论文
参考链接：
https://www.reddit.com/r/MachineLearning/comments/pgitms/d_here_is_what_i_learned_from_writing_50/
https://www.casualganpapers.com/how-to-learn-to-read-ai-papers-quickly/How-To-Read-AI-Papers-explained.html
