#程序员

AI 相关的论文多到看不过来,即便是切进去一个小的领域,内容量也非常庞大,为了可以提升效率,我的研究方法大概是这样的:

1)先确认论文是不是提出了一种新的思路和方向,如果只是旧方法的略微加强版,研究起来就没啥意思了,看 Title + Summary 就可以大致判断,这一道可以过滤一大部分论文

2)使用 Monica 帮我先读一遍,它每次总结的时候都会自动提出三个我可能感兴趣的问题,基本上问完这三个问题就能知道论文的概貌了

3)找到对应的 Github 仓库,直接看实现,有些论文描述思路的时候复杂的要命,提出了一堆新概念,回到代码层面,其实也就是一百多行,看代码的效率会更高

4)去 Google Colab 执行程序,由于涉及到大模型和各种依赖的下载,一般下载流量都在 10Gb 以上,而 Colab 可以在一分钟内完成项目的初始化,相比本地执行要高效几十倍

另外一个小 Tip:去寻找 The Rise and Potential of Large Language Model Based Agents: A Survey 这种行业概述性的论文或者文章,可以从大纲上帮助自己捋清探索和研究的方向。我平时是在 arXiv 上检索论文,不知道大家还有没有其他推荐的信息渠道?
 
 
Back to Top