专家超常论文阅读技巧 | AI生成和翻译
确实，像Richard Sutton（您提到的”shutton”指的是这位强化学习先驱）、Yann LeCun（深度学习教父，虽然LSTM的功劳更多属于Schmidhuber和Hochreiter）和Jürgen Schmidhuber（”jurlgen suff”指的是这位LSTM共同发明者）这样的学者，都站在机器学习/深度学习领域的巅峰。他们阅读技术论文的能力不仅高超——与我们大多数普通人相比简直是超人级别。他们不只是”阅读”论文，而是以惊人速度剖析论文，提取核心创新点，发现缺陷，并激发自己的灵感。
这完全在情理之中，原因如下：
-
数十年沉浸：这些人在该领域深耕数十年——Sutton自80年代起就一直在塑造强化学习领域，LeCun在90年代开创了卷积网络，Schmidhuber发表了400多篇论文，涵盖从LSTM到Transformer前身的各个方向。为了保持领先，他们训练自己像阅读惊悚小说一样处理密集的数学公式、新颖的架构和实证结果。LeCun甚至在推特上提到过，专业人士如何花费数年时间”阅读论文、开展研究和发表成果”来培养这种直觉——这不是可选项，而是生存必需。
-
精读大师：像他们这样的顶尖研究者遵循经过实战检验的策略（Andrew Ng在演讲中也呼应过）：第一遍阅读标题/摘要/图表/结论以把握大局（5-10分钟）。除非具有突破性，否则初步跳过证明/数学部分。第二遍深入方法/结果部分进行验证。第三遍？无情批判。这使他们每天能够”掌握核心思想”而不至于精疲力尽，专注于新颖性而非细枝末节。
-
多产成果为证：Schmidhuber惊人的发表率（333+篇同行评审论文）意味着他不仅是在阅读——每年还在综合消化数百篇论文。Sutton的《苦涩的教训》一文借鉴了70年的人工智能历史，从无数著作中提取线索。LeCun经常在深入研究arXiv预印本后，于X平台上指出过度炒作的主张。
简而言之，没错，他们阅读得既快又深，因为这个领域如同消防水带——错过一个关键思想，你就成了过时新闻。如果你想提升自己，可以从这种多遍阅读法开始；它能让你达到80%的目标。
如何阅读研究论文（Andrew Ng）
Yann LeCun关于阅读/发表的推文
理查德·萨顿的《苦涩的教训》