T01 Tutorial 1：论文怎么找、怎么读、怎么从别人的缺口里长出自己的题

一句话版

这节 tutorial 不讲 AI 知识点，讲的是找论文、读论文、从读到的东西里长出研究问题的一套方法，兑现场景是期末 project 而不是笔试。

题目地图

三十六页，四段结构是一条流水线而不是四个并列话题：前三段都是输入侧，最后一段是输出侧，真正难的也是最后一段。

页	段落	回答的问题	直接产出
p.4–12	How to find a paper	论文在哪儿，什么样的值得读	一份可靠的检索路径
p.13–21	Paper structure	八个部分各自装什么	自己写报告时的章节模板
p.22–28	How to read a paper	拿到一篇怎么读	每篇四行的论文笔记
p.29–35	How to do research	读完怎么长出自己的问题	project 的选题

p.35 是真作业不是演示：四个方向（对话系统 / 图神经网络 / 推荐系统 / AI for Science）选一个，查清年份和会议出处，挑一篇近期顶会的，读出它的 background 和 problem。这道题把四段串成了完整链路，下面的完整例题就走它。

概念卡

1. 等级与引用量（Venue Ranking）

人话定义：引用量、发表场所是筛选线索，不是能否引用的硬门槛；要核对方法、证据与评审状态。

例子：课件 p.11 那张表里，顶会和期刊标 Good，预印本和 workshop 标 ?。这个问号表示需要进一步核查，不能据此断言 workshop 都没有同行评审。三个榜单口径也不同——Google top publications 按 h5-index 排，看的是影响力；CORE 是专家评级 A*/A/B/C；CCF 目录分 A/B/C 类，在中文语境里最通用。

常见误解

拿引用数当质量证明 → 预印本的引用可以很高，但预印本身份本身不证明经过评审；可能另有正式发表版本。写 project 时优先引顶会近三年的论文，比引十年前的综述更能体现跟得上进展（p.8、p.11）。

2. Introduction 的五模块（Introduction Structure）

人话定义：引言不是背景铺垫，是一条从「领域在做什么」推到「所以我们做了什么」的逻辑链，共五个模块。

例子：这条链是——Background（领域现状）→ What is broken / missing（缺什么）→ Goals（本文目标）→ Methods（怎么做到）→ Contributions（贡献）。第二环是全篇最值钱的一句话：作者已经替你把这个领域的缺口写成了一句话。读十篇论文的 Introduction 抄下十句「缺什么」，选题范围就出来了，这比读十篇 Method 划算得多（p.16）。

常见误解

把 Related work 当成可跳过的凑字数章节 → 它是论文之间的路由表。找到一篇对味的，它的 related work 就是这个方向的入门书单，比自己关键词乱搜准得多；其中「和本文的关系」那一块通常就写着本文自称的创新点（p.17）。

3. 四遍读法（Multiple Passes）

人话定义：读论文不是从第一页读到最后一页，是分多趟，每趟只解决一个问题。

例子：第 1 遍读标题、摘要、图，回答「这篇跟我有关吗」，无关就此打住；第 2 遍读引言、结论、图，其余略读，到这一步已经能写出文献综述里的那一句；第 3 遍通读并跳过数学，弄清方法怎么做；第 4 遍全文细读，跳过看不懂的部分，只有要复现或要在它基础上改进才需要走到这里。大部分论文读到第 3 遍就够了（p.23–28）。

常见误解

把逐字读当成认真 → 论文的价值分布极不均匀，大多数论文对你只值五分钟。前两遍就是筛子，作用是把时间省给真正重要的那几篇。逐字读的人最后读得最少，因为耐心在第一篇上就耗光了（p.23）。

4. Research gap 与 limitations（Research Question）

人话定义：研究问题不是凭空想出来的，是从别人明说的缺口和局限里捡出来的。

例子：找题两步从宽到窄——第一步读近期综述，在里面找 future research directions，一篇好综述抵五十篇论文，先建地图；第二步读相关子领域的近期顶会论文，找 research gaps，因为综述通常滞后一到两年，最新的缺口只在原始论文里。这两个短语就是要在 PDF 里检索的关键词（p.31–32）。

常见误解

以为好题目等于没人做过的题 → 完全没人碰的方向往往是因为做不了或没价值。常规打开方式是在现有解法的 limitations 上前进一步。另一处是顺序反了：先学了个新模型再找地方套，写出来的东西没人关心，正确顺序永远是先有问题再有方法（p.30、p.33）。

逐题拆解

第一段：三个来源按阶段用，三个工具按问题分（p.5–12）。来源按阶段排：最早期用在线社区探路（预印本讨论比正式发表早几个月到一年，社区讨论可提供线索，但论文的 limitations 与原始实验同样要读），中间用搜索引擎按关键词定位，定了方向之后到顶会顶刊取经过评审的可靠结论。会议按四类记比背十二个名字有用：机器学习三大（NeurIPS / ICML / ICLR）、视觉三大（ICCV / CVPR / ECCV）、自然语言（ACL / EMNLP / NAACL / COLING）、综合 AI（AAAI / IJCAI）。标准动作是 Scholar 找到 → DBLP 核出处并导 BibTeX → 学校图书馆下全文，校外访问先把代理配好。

第二段：八个部分按信息密度排，不按阅读顺序排（p.14–21）。Abstract 是五要素压缩包（背景、问题、方法、结果、结论），每个要素一两句——这个槽位表可以直接拿来写自己报告的摘要。Method 那节课件把 “Reason of this design” 单列出来是有意的：只看懂模型结构不算读懂，要看懂每个设计选择在解决什么问题。Experiment 盯两处警报：baseline 选得太弱太旧（跟三年前的方法比赢了不算赢），以及只报总分不做消融。Conclusion 要和 Introduction 首尾闭环，自己写报告时把这两节抽出来连着读，对不上就说明中间跑题了。

第三段：读的时候脑子里挂着四个问题（p.28）。原文列的顺序是「作者想达成什么 / 方法的关键要素 / 你自己能用什么 / 还想追哪些参考文献」，但按重要性重排是第三问排第一——它是唯一直接产出的问题。建议建一个论文笔记文件，每读一篇填这四行；四行比读书笔记短得多，一个学期攒下来就是 project 的文献基础。

第四段：课件推荐两种入门路径（p.34）。跨领域移植（把别的领域成熟的解法搬过来，新颖性高，但要论证为什么能搬）和改进现有方法（在本领域现有模型上改，稳，但提升幅度要够），这不是对全部研究方式的穷举。最后那句 Imitate top-tier conference papers 是写作建议：挑两三篇方向内的顶会论文，照着它的章节安排和论证节奏写报告。

课件里的坑

• [课件有误] p.33 和 p.35 右下角的页码都印着 28，是模板没改干净，不影响内容，但按页码索引会找错地方（p.33、p.35）。
• [课件留白] p.33 那个范例里的 KDD 和 WWW 不在 p.7 的会议清单上。原因是每个子领域有自己的顶会，p.7 那张表只覆盖通用 AI 和几个大方向；做推荐系统或数据挖掘就投 KDD / WWW。照着 p.7 找推荐系统的论文会找得很别扭（p.7、p.33）。
• [课件留白] p.33 点到了 cold-start 和 hallucination 两个词但没解释。冷启动是新用户或新物品没有历史行为数据、推荐系统无从下手；幻觉是大模型一本正经地生成不存在的内容，在推荐场景里就是推了不存在的商品（p.33）。
• [补充] p.10 那两个中文社区是给起步阶段用的：先用中文把概念搞懂再回去啃原文，比硬读快得多。但别停在二手解读上，写 project 时引用必须回到英文原文（p.10）。
• [补充] p.21 说致谢一般跳过，但经费来源偶尔有信息量——大公司资助的论文，结论正好对该公司产品有利时，读实验部分要多一分警惕（p.21）。

课后 10 分钟：考点复习

这 10 分钟怎么用：合上页面，先默写三条——四遍读法每遍读什么、哪一遍允许跳过数学、找题两步分别检索哪个关键词；再把下面的「变式题」做一遍；最后回查两处最容易错的地方——拿引用量当质量证明、以为好题目是没人做过的题。三步做完再往下看答案。

必背

1. 引用先看相关性与证据质量，再核发表和评审状态；预印本未必评审，workshop 是否评审要查具体征稿规则，排名和引用量都不是质量保证。
2. 三个检索工具分工不同：Scholar 搜得广并能顺着 Cited by 往后追，DBLP 出处最准且直接给 BibTeX，学校图书馆负责下到正版全文。
3. 论文八个部分里 Introduction 信息密度最高，其中「现在还缺什么」那一句直接就是选题线索。
4. 读 Method 要读 why 不只读 what：每个设计选择在解决什么问题，比模型有几层更值得写进笔记。
5. 看实验盯两处：baseline 是不是选得太弱太旧，以及有没有做消融实验说明提升来自哪个部件。
6. 四遍读法的本质是给放弃留出口：第一遍只读标题摘要图，用来判断要不要继续；第三、四遍明确允许跳过数学和看不懂的部分。
7. 读完记录「这个我自己能用在哪」或「为什么不适用」；排除不合适的方法同样是有效收获。
8. 找题两步从宽到窄：先读近期综述拿 future directions，再读子领域顶会论文找 research gaps；目标是在别人的 limitations 上前进一步，不是找无人区。

完整例题

把 p.35 那道作业演示读法，但不替代作业要求的近期论文。选「对话系统」方向，一路走到填完 p.28 的四个问题，用一篇经典论文当历史样本：Vaswani 等人的 Attention Is All You Need，2017 年发表在 NeurIPS（当时叫 NIPS）。

步骤	动作	这一步的产出
1	Scholar 按关键词搜到候选	一串标题，质量未判
2	DBLP 核年份与出处	确认是 NeurIPS 2017 正会论文，等级够
3	四遍法第 1 遍：标题、摘要、图	判断相关，继续
4	四遍法第 2 遍：引言、结论、图	读出 background 与 problem
5	填 p.28 的四个问题	四行笔记，可直接进 project

逐步说明：

1. 第 2 步不能省。搜索引擎会把预印本和正会论文混排，这篇同时存在 arXiv 版本和 NeurIPS 版本，引用时要引后者。DBLP 的价值就在这里：它给的元数据是会议正式收录的那一版，还能直接导出 BibTeX。
2. 第 3 步花不到五分钟。标题里的 attention 和摘要里的「不用循环也不用卷积」已经足够判断相关性，这一遍的作用只有决定要不要继续。
3. 第 4 步读出的 background 和 problem：序列模型此前依赖循环结构逐个时间步计算，导致训练无法在序列长度方向并行、长距离依赖也难以建立。这就是引言里那句「现在还缺什么」，作业要的就是它。
4. 第 5 步的四行笔记：作者想达成什么——去掉循环和卷积，只用注意力做序列转换；方法的关键要素——自注意力、多头、位置编码、编码器解码器堆叠；我自己能用什么——若 project 做对话系统，这是几乎所有后续模型的共同底座，方法章节绕不开它；还想追哪些文献——顺着 Scholar 的 Cited by 找近三年引用它的对话系统论文，那里才有当下的 research gap。

这道题不写实验数字：作业要的是 background 和 problem，实验数字属于第 4 遍的范围，这一轮用不上。

变式题（先自己做）

搜「推荐系统的冷启动」，检索结果里有四条候选：

• A：2022 年 arXiv 预印本，被引 480 次，从未正式发表
• B：2024 年 AAAI 正会论文，被引 26 次
• C：2023 年某顶会 workshop 的短文，被引 11 次
• D：2014 年某期刊综述，被引 2100 次

(1) 写 project 时引用优先级怎么排，理由是什么？(2) 这四条各自该用哪个工具核实出处？(3) 按四遍读法，D 应该读到第几遍，为什么？(4) 如果目标是找出一个能做的 research question，读完这四条之后下一步该去找什么？

提示

第 (1) 问先把「有没有经过同行评议」和「新不新」两把尺子分开用，再合起来排。第 (3) 问回想综述在找题两步里的位置——它给的是地图不是细节。第 (4) 问注意课件那句「不是找无人区」。

参考答案与自检（非官方评分标准）

自检要点：① 区分相关性、评审状态、时效性和证据质量，不靠引用数硬排；② 说明 D 的年代局限，但不把旧等同于错；③ 阅读深度按任务决定；④ 从近期研究的局限中形成可验证的问题。

(1) 仅凭四条元数据，不能排出可靠的总顺序。找近期方法可先读 B；梳理历史可用 D；A、C 也可能高度相关。核实 C 的实际评审流程、A 的版本状态，再比较方法与实验；引用预印本时如实标注。

(2) B 和 C 用 DBLP 核会议名、年份和正式页码，顺手导 BibTeX；D 是期刊论文，DBLP 同样能核，拿不到全文就走学校图书馆的机构订阅；A 只有 arXiv 版本，DBLP 收录的也只是预印本条目，要另外确认它后来有没有以别的标题正式发表过——Scholar 的版本聚合能看出这一点。

(3) 为先建立领域地图，可先读到第 2 遍，查看引言、结论和图。若要引用其具体论断、比较方法或评价综述质量，就继续精读并回查原始论文；“两遍就够”不是通用规则。

(4) 下一步是读检索时点附近、专门研究冷启动的论文，在它们的 limitations 和 future work 里找 gap。因为 D 给的方向已经滞后，而 B 这类最新论文会明说自己还没解决什么。目标不是找一个没人碰过的题——没人碰往往是因为做不了或没价值——而是在现有解法的局限上前进一步。

闪卡自测

1. 一篇预印本被引 500 次，一篇正会论文被引 30 次，写 project 先引哪篇？

不能仅凭引用数或发表身份决定。相关性相近时可先读正会版本，但仍须核实方法与证据；关键预印本可以引用并标明状态（p.8、p.11）。

2. 想看某位学者这三年发表了什么用哪个工具？想找引用了这篇的后续工作呢？

前者用 DBLP，它按作者完整列出发表记录且元数据准确；后者用 Scholar 的 Cited by 反向追踪（p.12）。

3. 四遍读法里哪一遍的作用是筛掉论文？第 3 遍允许跳过什么？

第 1 遍——只读标题、摘要、图，判断相关性，无关就此打住。第 3 遍明确允许跳过数学（p.23–28）。

4. 找 research question 的两步，各自要在文里检索哪个关键词？

第一步在近期综述里找 future research directions，第二步在子领域顶会论文里找 research gaps（p.31–32）。

5. 为什么目标是找现有方法的 limitations，而不是找没人做过的题？

完全没人碰的方向往往是因为做不了或没价值。在别人的局限上前进一步才是研究的常规打开方式（p.33）。

6. Introduction 的五个模块里哪一句最直接指向选题？

「What is broken / missing」那一句——作者已经把这个领域的缺口写成了一句话（p.16）。

7. 读 Experiment 时该盯哪两处警报？

baseline 是不是太弱太旧，以及有没有做消融实验。前者让赢来得可疑，后者让提升说不清来自哪个部件，两处都在 Discussion 里查（p.19）。

8. 读完一篇论文，最该能回答的是哪个问题？

「这个我自己能用在哪」。它有助于连接 project；记录不适用原因或弄清背景也有价值（p.28）。

下一步

先把 p.35 那道作业真做一遍，四个方向别随便挑，挑你可能拿来做 project 的那个——这一遍的产出可以直接变成 project 的第一篇文献，整套流程走下来大约一小时。同时把学校图书馆的校外访问配好，否则第一次下全文就会卡在付费墙上。然后建一个论文笔记文件，每读一篇填四行。数学跟不上时不必硬啃推导，四遍读法第 3 遍本来就允许跳过；先把概率和线性代数的底子补上，再回来读那些公式会顺得多。