如何阅读论文? | 英文原文 | #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。

这里推荐下 PopAI，https://bit.ly/412xQbH，最近看论文和读长篇 PDF 都用的非常多，它支持针对 ar

这里推荐下PopAI，https://bit.ly/412xQbH，最近看论文和读长篇PDF都用的非常多，它支持针对arxiv的论文转存后直接进行AIChat，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Paperswithcode，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GoogleColab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！

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AIworkflow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

分享一个GPT使用的通用基操，如果已经会了的朋友可以略过。

分享一个GPT使用的通用基操，如果已经会了的朋友可以略过。起因是解答朋友困惑的时候发现一些我以为的基础使用技巧其实并未普及。usecase是：当我们想要让GPT做一件事，但不知道如何prompt。以：让GPT为我们创建表格为例。操作步骤很简单：1.告诉ta，你想让ta完成一个什么任务，问如果要完成的符合你的预期（预期可以自己填）ta需要你给出些什么。2.得到ta的答案后让他给一个实际案例，并从给出的案例反问这个案例需要的prompt是什么3.如果这种prompt让你不满意你可以继续给他提要求，你告诉他你不满意在哪里，并继续问他有没有别的方法。图片为上述方法的实操案例图，图1-4为原图，阅读顺序也是1-4，图5-7是谷歌翻译后的网页内，阅读顺序为5-7。（英文非必需）该方法不止适用于表格。好处是：1.减少探索时走弯路的时间2.可能对减少不必要的知识付费有帮助3.该方法不止适用于和AI的交流

【关于最近很火的AUTO-GPT分享】

【关于最近很火的AUTO-GPT分享】功能：给ChatGPT一个目标，让他自己分解成多个步骤，自动执行并完成。网址：https://github.com/Torantulino/Auto-GPT测试任务：收集苹果手机型号和价格结果：成功输出文件，但是只有iphone14的价格。程序没跑完，最后报错退出了。优点：1.可以让他输出到一个文件里2.能选择按步骤执行或自动执行。缺点：1.本地部署有点麻烦2.任务输入中文会有报错（也能强行使用，最好用英文）3.需要用apikey（费钱）4.需要人为输入步骤，有点不智能类AUTO网页产品一、AgentGPT网址：https://agentgpt.reworkd.ai/测试任务：收集苹果手机各种型号和价格结果：正常输出了想要的结果优点：1.自动化程度高，只要输入一个目标就行，全程自动缺点：1.无法控制步骤2.发散性太强，结果出来了，还在不停工作3.要使用APIKEY（费钱）二、cognosys网址：https://www.cognosys.ai/测试任务：收集苹果手机各种型号和价格结果：正常输出了想要的结果优点：1.现在免费，不需要APIKEY2.过程迅速，不拖沓缺点：1.需要自定义步骤三、godmode网址：https://godmode.space/测试任务：收集苹果手机各种型号和价格结果：步骤实在太长，没有完成优点：1.每次步骤前可以审核和反馈2.现在免费，不需要APIKEY缺点：1.每次都要审核步骤，太麻烦了2.发散性太强，还自己写代码爬数据

沉迷 GPT-4 Code Interpreter。下图顺序展现了我使用 GPT-4 绘制图表的一个案例。

沉迷GPT-4CodeInterpreter。下图顺序展现了我使用GPT-4绘制图表的一个案例。目标：上传包含美国SaaS上市公司财务数据的RawDataExcel文件（未清洗），绘制年营收图表，并按照我的诉求美化、调整图表类型。1.自带类似Agent的自省能力。2.能听懂我的自然语义描述，并调用Python的语句来完成我的需求，体验太好。3.其他工具通过Prompt接入，元数据描述Prompt的路线可执行。4.一点点看GPT-4拆解可以学到东西。做编程教练有潜力。5.利好产品（核心能力：洞察需求）和creatoreconomy利益相关者。#ChatGPT