6.1 如何读论文：三遍法与精读模板

本章目标：把”读论文”从耗时黑洞变成每天可执行的生产流程。学完标准：能用三遍法分诊任意一篇论文，并用统一模板产出精读笔记——这些笔记就是 8.9 选题和未来论文 related work 的原料库。

1. 三遍法（Keshav 经典框架的 ML 适配版）

第一遍·分诊（5–10 分钟）：标题、摘要、图 1、结论。回答三个问题——类别（新方法/新基准/分析/综述）？主张（一句话）？与我有关吗（资源/方向/引用需求）？产出：精读/泛读/仅索引 三级分诊。纪律：90% 的论文应该停在第一遍——没有取舍的阅读等于没有阅读。

第二遍·通读（30–60 分钟）：不看正文细节，先读全部图表（好论文的图表自成叙事）；再读方法节框架和实验设置。回答：证据支撑主张了吗？每个实验在为哪句话服务？哪些设定可能藏猫腻（评测集重叠、baseline 弱）？产出：一页泛读笔记（模板见 §3）。

第三遍·精读（2–4 小时，只留给三类论文）：①与你选题直接竞争；②你要复现；③领域必读经典。动作：假设你是审稿人——尝试在脑中”重构”方法：如果你来做，会怎么设计？再对照论文，差异处就是它的真实贡献（或问题所在）。推导逐行走，代码对着读。

技术报告（Qwen3-VL/InternVL 类）的读法不同：不逐节精读，按”配置清单”抽取——架构（3.1 四问）、数据配比、训练阶段表、评测结果四张卡，30 分钟归档。

2. ML 论文的”藏猫腻”清单（第二遍就该查）

• 评测集与训练数据隐性重叠（网络抓取数据的原罪，去重声明有没有）；
• baseline 是否调到了最佳（还是只跑了默认参数当陪衬）；
• 消融是否只删自己没用的组件；
• 增益的置信度（多 seed？方差？还是单次运行）；
• “去除 X 性能不掉”类句子——反向消融往往比正向声明信息量大（5.1 的”遮图重测”就是它的视觉版）；
• 大表里的小字：分辨率/步数/CFG/温度——生成类论文的结果强依赖推理设置。

3. 精读笔记模板（存成模板文件，每篇一份）

## 元信息
标题 / 会议年份 / 代码链接 / 一句话类别

## 问题与主张
它解决什么问题？（一句）
核心主张（claim）是什么？（一句，可证伪的形式）

## 方法一页
在 3.1 四问 / 生成模型三件套的框架里填空，画一张结构图

## 证据表
| 实验 | 支撑哪句主张 | 我的疑点 |

## 可复现性
数据/算力/代码开放度；我若复现：缩放到什么规模？（对照 6.2）

## 与我的课题
能借什么组件？竞争还是互补？引文追哪里？（← 未来 related work 直接抄这节）

## 一句话总结（写给别人听的版本）

4. 日常流程与工具（可持续 > 猛烈）

• 扫描（每天 15 分钟）：arXiv cs.CV/cs.CL 新文标题摘要 + HF Daily Papers；用第一遍法分诊，只把 ≤10% 送进阅读队列；
• 队列纪律：队列超过 10 篇就是失控信号——砍掉旧的，收新的同理；
• Zotero：建”多模态/生成/美术学交叉/RL”四个分类，精读笔记 md 和论文 PDF 挂一起——你的笔记库会在写 related work 时以 10 倍效率回报你；
• 视频课（李沐精读）的定位：经典论文的”精读拐杖”——用它学怎么读，然后甩掉拐杖自己读新论文；
• 费曼出口：每篇精读写一段”三句话讲给实验室同学”——讲不出 = 没读通。

5. 自测题

1. 三遍法各遍的产出物和停留比例？（分诊卡 / 一页泛读 / 完整精读；10% / 30% / 5–10%，其余仅索引）
2. 为什么先读图表再读正文？（好论文图表自成叙事，是主张与证据的浓缩——也是猫腻最容易藏的地方）
3. 哪三类论文值得第三遍？（竞争者/复现目标/领域经典）
4. “反向消融”指什么？举一例？（删掉无关组件或输入（如视觉）看性能是否仍成立——检验主张的必要性）
5. 技术报告和会议论文读法差在哪？（报告按配置清单抽取归档；会议论文走三遍法）
6. 队列超过 10 篇说明什么？怎么处理？（阅读输入>消化能力；砍旧纳新）

6. 动手作业

1. 把 §3 模板做成 paper-template.md 存进笔记库；
2. 用三遍法处理本周 arXiv 的 5 篇新文（分诊比例如实记录）；
3. 选一篇做完整精读（建议 LLaVA-1.5 或 R1 类），产出笔记后向同学/录音讲 5 分钟；
4. 建立 Zotero 库 + 四个分类，把本笔记引用过的论文全部入库。

7. 延伸资源

• Keshav《How to Read a Paper》——三遍法原文，15 分钟读完
• Zotero + Better BibTeX——工程配置十分钟
• 李沐《论文精读》——精读示范课