

My Paper-reading methodology
在 AI 时代重构论文阅读方法论:按论文来源与目标将阅读分为“有趣论文、领域相关、研究逻辑型、神作”四类,分别配置 prompt、交付物与阅读深度,试运行两周后修正。
为什么要写这篇呢,因为随着ai地发展,论文阅读,好像变得没有那么那么重要了,虽然也有很多地老师讲,一些常见地论文阅读方法,比如第一遍,第二遍,第三遍阅读,但是个人感觉,阅读几遍再目前已经不是最关键的了,而是那些地方是你直接去读,那些地方是你 用ai辅助阅读,因此论文阅读流也不能仅仅分成 ai总结大意,以及从头到尾精读这两种,还需要有更加精细化的分类
论文阅读流#
初步分成了几类,考虑到我们平时涉及到的论文有几种(1)比如再公众号或者xhs上面看到的有趣的论文,(2)你自己的领域的,偶然刷到的 (3) 老师或者别人分享给你的,需要理清作者思路,insight的论文 (4)绝世神作 对于这几种,目前我的大概解决方法是
A1: 有趣的论文
- 场景:公众号/xhs
- prompt:
阅读这篇论文,告诉我其核心methodology,并概括其insight - 交付结果: 一个 ChatGPT 对话链接,一句话概括核心 insight。
A2:自己领域里的普通相关论文 基于不同的场景,可能你的领域更加偏重于method本身,可能你的领域偏向于task/metrics本身的设计,实验是怎么设计的,因此我们的这种场景下的prompt需要注重: 研究的问题是什么,insight是什么,method,核心实验的tasks/metrics设计,有那些探索性实验,作者承认的limitation以及gpt觉得的limitation,因此我们的设计大概是
- prompt:依据自己的领域,去进行设计
- 交付结果:同上,gpt对话链接+insight+你想要了解的,核心的设计
B类:研究逻辑型 需要去理清逻辑的,需要学会更着作者走的那种paper,比如像老师给我的paper step1:纯看论文的abstract以及introduction,目的是了解这个问题提出来的背景,以及之前的方法做了什么,该paper的核心insight step2:比如method,experiments,先让ai去读,让我有个大概的概念,然后再去对于其细节,进行深挖,尤其是有意思的experiment设计,以及作者对于特殊现象的analysis
- 交付结果:abstract+introduction的笔记+对于method/experiments部分得,大概理解
C类:神作 无需多言,基本上都写得非常好,比如deepseek v3 technical report,还有像rlhf,建议好好阅读 交付结果
- 你读得时候记录得全文笔记
- 自己理解下,回答A2中得一系列得问题+自己得一些心得体会
目前的大概工作流就是这样,试运行大概2周时间,等到到时候,再去进行进一步的修正。