ai-paper-readinglisted

# AI 论文精读 Skill ## 适用场景 - 需要深度理解一篇 AI/LLM/Agent/RAG 相关论文 - 准备面试，需要能"用人话"讲清楚某篇论文的核心思想 - 快速跟进一个新领域，建立技术理解框架 ## 触发词 "读论文"、"帮我拆解这篇论文"、"这篇论文讲了什么"、"精读" --- ## 四阶段流程（30 分钟 / 篇） ``` 选论文 → AI 辅助预读 → 结构化拆解 → 费曼输出 → 边界检测 2min 5min 12min 8min 3min ``` --- ## 阶段 0：选论文（2 min） ### 原则 - **首选源头论文**（如 Transformer 看 "Attention Is All You Need"），不先从综述/解读入手 - **被引量 > 100** 的论文优先 - **有开源代码**的论文优先（代码 + 论文对照读） ### 不要做的 - 不要从 medium 博客、知乎文章开始（那些是二手信息） - 不要试图逐字读完整篇论文（大部分内容 AI 可以帮你提取） --- ## 阶段 1：AI 辅助预读（5 min） ### 操作步骤 1. 把论文 PDF 喂给 AI（Claude/ChatGPT/DeepSeek） 2. 使用以下 prompt 快速建立全局认知： ``` 请用 5 句话以内告诉我： 1. 这篇论文要解决什么问题？ 2. 核心方法是什么（一句话，不用公式）？ 3. 跟之前的方法比，关键差异是什么？ 4. 实验效果提升了多少（给一个数字）？ 5. 最大的局限性或未解决的问题是什么？ ``` ### 预读检查点 - [ ] 能用一句话说出这篇论文在做什么 - [ ] 知道它的方法叫什么名字 - [ ] 知道它比 baseline 提升的大致幅度 > 如果预读后 3 个问题都答不上来 → 换一篇，这篇可能不适合你当前水平 --- ## 阶段 2：结构化拆解（12 min） ### 使用以下 Prompt（直接复制给 AI） ``` 请以"严格的论文审稿人"身份，精读这篇 AI 论文。 你的目标是帮我彻底理解它的技术逻辑。 ## Q1 问题定位 它要解决什么痛点？这个痛点是真实存在的还是假设的？ （判断标准：论文是否给出了具体的失败案例或数据来证明痛点存在？） ## Q2 方法核心 解决方案的核心思路是什么？ 输入是什么、经过什么处理、输出是什么？ 不要抛公式，用自然语言描述数据流转。 ## Q3 关键差异 它和之前的主流方法有什么本质不同？ （追问：如果只是换了个更大的模型/更多的数据，不算本质不同） ## Q4 实验证据 用什么数据集？评估指标是什么？结果比 baseline 好多少？ （追问：这个提升幅度在工程实践中是否有意义，还是纯学术刷点？） ## Q5 祛魅与局限 这篇论文的局限性或潜在问题是什么？ 什么情况下这个方法会失效？ （要求：至少列出 2 个局限，不能只说"未来可以改进"） ## Q6 知识关联 它和以下哪个概念有直接关系？是什么关系？ - RAG（检索增强生成） - Agent（感知/规划/记忆/工具调用） - Transformer / 注意力机制 - Prompt 工程 - RLHF / 对齐 - MoE（混合专家） （如果都不相关，请说明它属于哪个独立方向） ## Q7 直觉类比 用日常生活中的类比（做饭、开车、搭积木、图书馆找书等） 来解释