HackerPapers

HN 二十年,最值得读的论文。

从 Hacker News 2006 年以来的全部投稿里,挑出链接本身就是论文的帖子:arXiv、期刊、会议论文、技术报告。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从必读开始
  • 8,000+篇被 HN 讨论过的论文

Essential

必读 30 篇

在论文库里看全部精选

编辑精选里 HN 讨论最热的 30 篇,每篇都有中文导读。不知道从哪读起,就从这里开始。

  1. 正在载入论文…

Archive

论文库

点柱子按年份筛选。注:源数据里 2023 年的帖子分数记录不全,2026 年尚未过完,这两年收录偏少。

难度
排序

    About

    这些论文是怎么挑出来的

    1. 01

      全量扫一遍

      读取 Hacker News 自 2006 年以来的全部 446 万条链接投稿,找出指向 arXiv、期刊、会议、技术报告和学术 PDF 的帖子。

    2. 02

      只留论文本身

      由 AI 逐条判断,剔除介绍论文的新闻、博客和幻灯片,同一篇论文的多次投稿合并计算,并统计它在评论区被引用的次数。

    3. 03

      写导读、译评论

      讨论最热的 1,500 篇配上中文导读,并精选、翻译 HN 高赞评论。导读由 AI 生成,可能有误,请以原文为准。

    编程语言与软件工程2014arxiv.org编辑精选

    Julia:数值计算的全新方法

    Julia: A fresh approach to numerical computing

    入门 · 约 45 分钟读完前置知识:编程语言基础、数值计算常识

    读论文 HN 讨论
    215HN 得分
    138条评论
    3次被评论区引用

    导读

    这篇论文介绍 Julia——一种为高性能数值与科学计算设计的新编程语言。其核心卖点是打破“技术计算语言只适合原型开发、追求性能必须切换到 C 或 Fortran”的固有观念:Julia 通过 LLVM 即时编译和多重派发等设计,让动态语言也能达到接近 C 的运行速度,同时保持简洁易用。

    HN 关注点:Julia 是 HN 上技术圈长期关注的新语言,讨论焦点在于它能否真正兼得开发效率与运行性能,以及生态和语言特性的成熟度。

    关键词 Julia数值计算JIT编译科学计算

    后来怎么样

    Julia 后来成为科学计算领域广泛使用的开源语言,多重派发与 JIT 编译的设计被业界广泛认可,并催生了活跃的包生态和一系列后续研究。

    HN 评论精选

    这几条评论里:支持 1 质疑 1 补充 1 亲历 1

    亲历Cxx 库展示了 Julia 分阶段函数的强大能力,作者团队正用 Julia 构建计算机代数系统

    我一直在试用 Cxx 库(目前只能在源码构建的最新版 Julia 上运行),它可以把普通 C++ 代码直接嵌入 Julia 代码中,在运行时与 C++ 库交互,还能不加修改地导入整个 .h 头文件。它巧妙利用了 Julia 0.4 中一个惊人的新特性——分阶段函数(staged functions)。起初我以为它是通过运行时向 Clang 编译器发送字符串来操作 C++,听起来又慢又糟;后来我才明白它真正的实现方式,深感震撼。我已经说服三四位数学家同事一起用 Julia 构建计算机代数系统,对接 Pari/GP、flint、Singular、Gap 等软件包,我们每周开会讨论设计并推进初始实现。Julia 的改进速度和社区增长令人惊叹——它已经提供了我们还没想好用处的语言特性,而语言本身依然优雅易学。

    wbhart查看英文原文

    I've been playing around with the Cxx library (currently only works with a source build of bleeding edge Julia) https://github.com/Keno/Cxx.jl It allows you to basically embed ordinary C++ code in Julia code, to interface with C++ libraries at runtime, and to slurp in entire .h files unmodified. (It also in theory allows a C++ REPL mode to be written, though such a thing does not exist for Julia yet.) It makes very clever use of a really amazing new language feature in Julia 0.4, namely staged functions. At first it looked like it was manipulating C++ via strings sent to the Clang compiler at runtime, which sounded really slow and awful. But then it dawned on me how it really worked, and I was amazed. I've actually convinced three or four of my colleagues (mathematicians) to work on building a computer algebra system with Julia that will interface to various packages such as Pari/GP, flint, Singular, possibly Gap. We meet weekly to discuss design and to try and work on an initial implementation. The rate at which Julia is improving and the community is increasing is astonishing. We are at the stage where Julia is offering us language features we haven't even dreamed up a use for! And yet the language remains elegant and easy to learn.

    支持论文核心是打破“原型语言 vs 高性能语言”的二分法

    引用论文中的一句话:“Julia 希望打破的一个普遍观念是:技术计算语言只是‘原型’语言,追求性能必须切换到 C 或 Fortran。这对科学计算造成的后果比许多人意识到的更严重。”我认为这句话非常精炼地概括了 Julia 范式的高层理念。

    wbhart查看英文原文

    From the article: " A pervasive idea that Julia wishes to shatter is that technical computing languages are “prototyping” languages and one must switch to C or Fortran for performance. The consequences to scientific computing have been more serious than many realize." I think this provides a very succinct summary of the Julia paradigm at a very high level.

    补充论文作者澄清:这是与早期论文不同的新版本,尚未定稿

    虽然标题很相似,但这篇论文与 arXiv:1209.5145 那篇其实相当不同。我们为一份基金申请上传了这个版本,但它仍在撰写完善中。

    StefanKarpinski查看英文原文

    Despite having a very similar title, this is a rather different paper from http://arxiv.org/abs/1209.5145. We had to upload a version of this paper for a grant application, but it's still somewhat in progress.

    质疑质疑宣传式介绍:应坦率说明语言的短板而非只谈优势

    在投入一门新编程语言之前,我想知道的是它不擅长什么、不擅长的程度有多严重。我这辈子从没听人夸过语言 X 在它设计目标 Y 上有多好——这类话毫无信息量;但我却听过无数人痛骂某门语言没做到他们以为“显而易见”该做的事。

    monochr查看英文原文

    What I would like to know before jumping in a new programming language is what it sucks at and how badly it sucks there. Never in my life have I ever heard anyone say anything good about how wonderful it is language X is good at y which is what it was designed for. I have however heard plenty of people cursing languages for not doing something which they thought was an "obvious" thing for a language to do and X didn't.

    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。

    代码
    评论区提到的论文

    历次讨论

    同领域还值得读

    1. Google 的软件工程(2017)

      Software Engineering at Google (2017)

      介绍了 Google 的软件工程实践,包括其单一代码库(monorepo)、几乎全部开发在主干进行而非分支、代码审查、构建系统 Blaze、协议缓冲区等工具与流程,并讨论了频繁重…

      编程语言与软件工程2017 · 1,127 分 · 465 评 · 引用 15入门 · 约 45 分钟编辑精选
    2. Peter Naur:编程作为理论构建 (1985)

      Peter Naur – Programming as Theory Building (1985)

      Peter Naur 1985 年的经典论文《Programming as Theory Building》提出:编程的本质不是写代码或文档,而是在程序员头脑中构建对程序及其运行…

      编程语言与软件工程2016 · 629 分 · 74 评入门 · 约 45 分钟编辑精选
    3. SciPy 1.0:Python 科学计算的基础算法

      SciPy 1.0: fundamental algorithms for scientific computing in Python

      这篇发表于 Nature Methods 的论文介绍了 SciPy 1.0——Python 科学计算生态的基石库,涵盖其核心算法模块(优化、积分、插值、线性代数等)、软件架构与社…

      编程语言与软件工程2020 · 387 分 · 98 评入门 · 约 45 分钟编辑精选
    4. Lisp 的历史(1979)

      History of Lisp (1979)

      这是 Lisp 发明者 John McCarthy 于 1979 年为 HOPL(编程语言史)会议撰写的回顾文章,讲述 Lisp 的起源、设计动机与早期演进,文中也涉及 if 表…

      编程语言与软件工程2018 · 352 分 · 44 评入门 · 约 45 分钟编辑精选
    5. 使用 NumPy 进行数组编程

      Array Programming with NumPy

      这篇 Nature 文章介绍 NumPy 的数组编程模型及其在科学计算中的核心作用:以 ndarray 为中心,通过向量化操作让 Python 高效处理多维数组。

      编程语言与软件工程2020 · 318 分 · 134 评入门 · 约 40 分钟编辑精选

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。