上了大学之后发现一个很现实的问题：老师布置的作业里经常有”找一篇论文读一下”，或者课程项目需要参考相关文献。但是怎么读论文？从头到尾一个字一个字看？那你看一篇得花一下午，而且看完啥也没记住。
后来我找到了一个很经典的方法论——Keshav 的 “How to Read a Paper”，再加上自己摸索的一些技巧，效率好了很多。今天分享一下。
三遍阅读法（The Three-Pass Approach）
这个方法是 Keshav 在 2007 年提出来的，核心思想是：不要试图一遍就把论文读完。分三遍，每遍有不同的目标。
第一遍：鸟瞰（5-10 分钟）
这一遍只看标题、摘要、引言的最后一段（通常是贡献列表）、每个小节的标题、以及结论。不看公式、不看实验细节。
读完之后你应该能回答这几个问题：
- 这篇论文解决什么问题？
- 用了什么方法？
- 结果怎么样？
- 跟我有没有关系？值不值得继续读？
第一遍的目标不是”读懂”，而是”决定要不要继续读”。大概有 70% 的论文到这一步就可以放下了。
第二遍：细读（1-2 小时）
这一遍要认真看全文，但还是可以忽略数学证明和细节的实验参数。重点是：
- 理解核心论点 — 作者主张什么？为什么这个主张重要？
- 看图和表 — 好的论文，图和表就能告诉你整个故事
- 标记不懂的地方 — 遇到看不懂的术语、引用，先标记，不要停下来查
- 注意引用 — 作者引用了哪些关键文献？这些可能也是你需要读的
这一遍读完，你应该能向别人描述这篇论文的主要内容，包括它的方法、证据和结论。但你可能还无法评估它的优缺点。
第三遍：批判性阅读（4-5 小时）
这一遍的目标是”虚拟重现”这篇论文——假设你是作者，你会怎么做？这一遍需要：
- 挑战每一个假设
- 思考实验设计是否合理
- 有没有替代方法
- 结论是否被数据充分支持
说实话，大多数论文不需要第三遍。只有你在做相关研究、或者这篇论文对你的项目非常关键的时候，才需要到这一步。
去哪找论文
找到好论文和读论文一样重要。这是我常用的几个渠道：
- Google Scholar — 最基础的，搜关键词，按引用量排序
- arXiv — CS/ML 领域的预印本，最新鲜的研究都在这里
- Semantic Scholar — AI 驱动的论文搜索，推荐功能很强
- Connected Papers — 输入一篇论文，它会生成引用关系的可视化图，帮你找到相关论文
- Papers With Code — 带代码的论文，适合想复现的同学
还有一个小技巧：找到一篇好论文之后，看它的引用列表（往后追溯）和看谁引用了它（往前追踪）。这样可以快速建立起对一个领域的认知地图。
笔记怎么做
读论文不做笔记 = 白读。我的笔记模板大概是这样的：
# 论文标题 ## 一句话总结 [用一句话描述这篇论文做了什么] ## 解决什么问题 [背景和动机] ## 怎么做的 [方法的核心思想，用大白话说] ## 结果如何 [关键实验结果，和 baseline 比较] ## 我的想法 [优点、缺点、可以改进的地方] ## 关键引用 [值得继续读的参考文献]
用 Obsidian 或者 Notion 之类的工具记就行。关键是用自己的话写，不要复制粘贴原文。如果你不能用自己的话解释清楚，说明你还没真正读懂。
一些实用建议
最后分享几条我踩过的坑：
- 不要从摘要开始逐字翻译 — 很多人读英文论文的第一反应是”我先把每个词都查出来”。这样效率极低，而且你会迷失在细节里。先看结构，再看内容。
- 数学公式看不懂就跳过 — 大多数论文的核心思想可以用自然语言描述。公式是严谨化的结果，不是理解的前提。
- 一次不要读太多 — 3 篇论文读透比 10 篇论文扫一遍有用得多。
- 读综述（Survey）入门 — 刚进入一个新领域，先找一篇最近的综述看，它会帮你理清整个领域的发展脉络。
- 讨论 > 独自苦读 — 找同学或导师讨论你读的论文，别人的视角经常能看到你忽略的东西。
写在最后
读论文这件事，说到底是一个需要练习的技能。你读得越多，就越快、越准。不要害怕一开始读不懂——那些发论文的教授，看新论文的时候也不是一遍就懂的。
Keshav 的原文：How to Read a Paper（只有 3 页，强烈建议看一遍原版）
好了，以上就是我目前总结的文献阅读方法。希望对你有帮助，有什么好方法也欢迎分享。