文章整理自：https://twitter.com/jbhuang0604/status/1426039195542360070?s=21
人工智能领域如何follow最新技术？这应该是咱们这个行业非常关心的问题之一吧。
当你刚开始进行研究时，会发现每年都有成千上万的论文，如何在这些海量论文中准确找到自己需要的新技术？
来看看这位大佬怎么说：
追踪人，而不是论文
推动这个领域进步的关键人物远少于论文数量。所以，在你阅读时，要关注作者是谁，长此以往，你会认识到更多更重要的人。
阅读related work做得好的论文
一个好的related work部分能够节省你大量时间，帮助你清晰的了解先前的工作。（PS：请写一个好的related work部分以节省他人的时间）
我喜欢阅读/撰写论文的related work部分，有助于组织先前的研究。
如何做？请看下面的攻略：
分而治之
没有人喜欢读1-2页满满的文字。所在阅读之前，先确定几个与你的研究相关的重要“主题”，添加段落标题(\paragraph{})，以便导航。
主题
对于每个主题，写下：1)作为一个故事的研究进展轨迹，2)先前技术和本文之间的关系。
轨迹
描述的问题是什么？为什么具有挑战性？以及人们在这个领域做了哪些工作来解决这个问题？将现有的工作整理成一个清晰的研究轨迹。
避免罗列式描述
与其学习应该写什么，更好的方法是学习不应该写什么。不要写“作者A做了xxx。作者B做了xxx。作者C做了xxx”。关注工作本身，而不是人。
不要将引用作为名词使用
即使移除所有括号内的引用标注，你的句子也应该是完整并准确的。
不要只描述，要关联
在每个主题中，明确先前工作和你的工作之间的关系。比如：我们的工作类似，因为我们也......我们的工作不同之处在于......与......形成对比，我们......
识别关键差异
尝试找到一个关键对比概念来区分你的工作和其他工作。用\emph高亮显示。
例如：
- 多个 -> 单个
- 内容无关 -> 内容相关
- 静态 -> 动态
保持尊重
不要贬低先前的工作，作者很可能是你的审稿人......
慷慨一些
确保你加上了所有重要的参考文献。给予他人应有的积极评价不会让你的工作价值降低。
下面是一些示例：
示例1
轨迹：
- 学习LR-HR --> 挑战:大的patch空间 --> 学习混合模型 --> 学习1D轮廓 --> 高层特征
关系：
- 对比概念：外部vs内部(无学习)
来源：
示例2
轨迹：
- 基于视觉的方法在评估中的应用。
- 强调最有关联的工作。
关系：
- 在某种方法论的基础上进行扩展...但是使用了深度学习。
来源：Deep Paper Gestalthttps://arxiv.org/absf/1812.08775
组织文献
不要单独阅读每篇论文，想想它们之间的关系(在某些方面相似，在其他方面不同)，可以建一个关系表格，用这个表格阅读新论文会很容易(只需添加更多行)。
避免阅读整篇论文
与其花时间阅读整篇论文，如找一些更容易理解的资源，比如演讲、YouTube视频、摘要式结果、介绍视频或概览图表。通常来说，理解论文的要点看这些就够了。
有目的地阅读
在准备阅读一篇论文之前，思考你为什么要阅读它，你是为了实验设置、结构组织、故事情节、风格、方法还是可视化？
确定趋势
用你喜欢的工具来找热门：
例如:
阅读较早的论文(2000年之前)
许多重要见解已经出现几十年，所以不要仅仅只阅读某一部分的论文，要涉猎更广泛的领域，比如：统计学、机器人学、物理学、应用数学、图形学、编程语言、数据库、语言学、人机交互。
阅读这些论文引用的书籍
目的是学习基础知识，不要说“这与论文无关”。
关注下方《学姐带你玩AI》🚀🚀🚀
回复“500”获取AI必读论文合集
免费资料、前沿资讯、福利活动都在这里👇
码字不易，欢迎大家点赞评论收藏！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
