其他2017blizzard.cs.uwaterloo.ca
如何阅读论文
How to Read a Paper (2016)
入门 · 约 10 分钟读完
导读
这篇论文介绍如何高效阅读学术论文，提出“三遍阅读法”：先快速浏览摘要、结论和图表把握概览，再理解主要内容，最后深入细节。核心结论是读者可按目的分配时间，不必每篇都精读。
HN 关注点：这套实用方法论，讨论焦点包括三遍法是否足够、是否缺少研究背景，以及如何判断论文可信与可复现。
后来怎么样
提出的“三遍阅读法”成为科研论文阅读训练的常见框架，被大量高校课程、实验室指南和学术写作资源采用。
HN 评论精选
这几条评论里：支持 1 质疑 1 补充 2
支持三遍法其实贴近多数人的略读习惯，只是更系统。
我本来准备调侃说，我读大多数论文只有三步：1) 读摘要，2) 读结论，3) 看图表。结果发现论文基本说的就是这个，然后又进一步讲如何更深入。至少值得读第二遍 :)
AndrewOMartin查看英文原文
I was all ready to mock this by saying how most papers get only 1) Read the abstract, 2) Read the conclusion, 3) Look at the graphics, from me. Turns out that it's basically what the paper says, but then goes into more detail about going into more detail. Worth at least a second pass :)
补充补充指出应理解论文的研究范式与历史语境，而不仅是文本阅读技巧。
这篇对如何阅读论文正文有一些不错的提示，但我认为它漏掉了理解论文时需要意识到的所有重要方面。特别是论文所属的研究范式或研究纲领、它的历史背景等。我最近写了一篇关于此的博文：http://tomasp.net/blog/2017/papers-we-scrutinize/
tpetricek查看英文原文
This has some nice hints on how to read the text of a paper, but I think it misses all the important things that you need to be aware when you want to understand a paper. In particular, things like the research paradigm or research programme in which the paper fits, its historical context etc. I wrote a post about this recently: http://tomasp.net/blog/2017/papers-we-scrutinize/
质疑质疑如何判断 ML 论文可信与可复现，指出缺代码、结果挑选和评审时间不足。
我知道这里有大量 ML 研究者和从业者——不幸的是，我读 ML 论文的经验非常浅，尤其是面对近期产出。但我不得不问：你怎么判断内容看起来是正确的，而不只是胡说？改进通常只在 1% 范围，模型很复杂。而且常常缺少代码、实现/实验流程等。基本上，我不知道论文是否可复现，结果是否从成百上千次运行中挑出来的，论文是否只是巧妙伪装的胡说八道、用注水数字拿经费，等等。目前我只能依赖同行评审专家的保证——但即使如此，我心里也嘀咕他们是否有时间严格评审。如今 ML/AI 论文产出惊人，系统如此复杂，若某个博士后或研究者有时间复现结果，我会很惊讶。
TrackerFF查看英文原文
I know there are a lot of ML researchers and practitioners here - and I have unfortunately only a very shallow experience with reading ML papers, more so with the recent output. But, I have to ask, how do you get a feel that the content actually looks correct, and not just only quack? The improvements are usually in the 1% range, from old models to new models, and the models are complex. More often than not also lacking code, implementation / experiment procedures, etc. Basically, I have no idea if the paper is reproducible, if the results are cherry picked from hundreds / thousands of runs, if the paper is just cleverly disguised BS with pumped up numbers to get grants, and so on. As it is right now, I can only rely on expert assurance from those that peer review these papers - but even then, in the back of my mind, I'm wondering if they've had time to rigorously review a paper. The output of ML / AI papers these days is staggering, and the systems are so complex that I'd be impressed if some single post. doc or researcher would have time to reproduce results.
补充将三遍阅读法迁移到读源码：先看结构入口，再分析调用图，最后精读复杂函数。
我们能把读论文的步骤应用到读源代码吗？以下是我将其改造成读代码的尝试：1. 如果有 readme 就读，读源文件列表以了解项目如何模块化。找到入口点。从主入口判断程序类型：服务器、CLI 还是图形应用？2. 如果有调用图分析工具就跑一下，这样可以从主入口开始研究调用图树。只读函数名，开始记录各层执行如何工作，例如它读输入后进入无限循环、等待网络包、使用更新/渲染循环等。还要根据快速浏览代码判断函数是简单还是复杂。3. 忽略简单的，详细阅读复杂的。记录算法、数据结构和依赖。
tjchear查看英文原文
Can we apply the steps to reading source code? Here's my take on adopting it to reading code: 1. Read readme if available, read the list of source files to get a sense of how the project is modularized. Identify the entry point. Identify type of program from main entry point: is it a server, a CLI, or a graphical app? 2. Run call graph analysis tool if you have it, so you can study callgraph tree starting from main entry point. Read just the function names and start making notes of how the execution works at various levels, e.g does it read input then enter an infinite loop, does it wait on network packets, does it use update/render loop, etc. Also make note of whether a function is trivial/non-trivial based on quick glance at the code. 3. Ignore the trivial ones, and read the non-trivial ones in detail. Make note of the algorithm, data structures, and dependencies.
相关资源
从这篇论文所有 HN 讨论帖的全部评论里整理出来的链接。
历次讨论
- 2017Hacker News 讨论帖372 分 · 40 评
- 2020Hacker News 讨论帖343 分 · 40 评
同领域还值得读
每个好的系统调节器都必须是该系统的一个模型 (1970)
Every Good Regulator of a System Must Be a Model of That System (1970)
这是控制论经典论文（Conant 与 Ashby，1970）：它试图论证，任何“好的”调节器都必须是其所调节系统的模型——即调节器与被控系统之间必须存在同构或模型关系。
其他2018 · 202 分 · 59 评进阶 · 约 45 分钟编辑精选复杂系统如何失效
How complex systems fail (2002)
总结了复杂系统如何失败的若干条经验法则：系统总是在多重故障的边缘运行，事故是多重因素叠加的结果，操作者实际上同时承担着维持生产与防范故障的双重角色，而事后归因往往把事故简化为某个…
其他2017 · 154 分 · 19 评入门 · 约 30 分钟编辑精选公元 1021 年欧洲人已在美洲存在的证据
Evidence for European presence in the Americas in AD 1021
这篇 Nature 论文用树木年轮定年，并结合公元 993 年宇宙射线事件标记，把纽芬兰 L'Anse aux Meadows 的 Norse 活动精确到公元 1021 年，为欧…
其他2021 · 655 分 · 391 评进阶 · 约 45 分钟一次通古斯级空爆摧毁了约旦河谷青铜时代城市 Tall el-Hammam
A Tunguska size burst destroyed Tall el-Hammam, Bronze Age city in Jordan Valley
研究约旦河谷青铜时代城市 Tall el-Hammam 被毁的原因。
其他2021 · 653 分 · 342 评入门 · 约 45 分钟Hyperloop Alpha 白皮书
Hyperloop Alpha
这是马斯克发布的 Hyperloop 概念论文，提出在洛杉矶与旧金山之间建造一种由低压管道和悬浮舱组成的超高速交通系统，宣称全程约 35 分钟、成本远低于加州高铁。
其他2013 · 513 分 · 193 评入门 · 约 60 分钟