← COMP5511 全部讲次
T01b · 第 1 周

T01b Tutorial 1 下半:四遍读法、四个问题,以及怎么从别人的缺口里长出自己的题

论文分几遍读、每遍读到哪就可以放弃,读完记哪四行,再从综述和子领域顶会论文里找出 project 的研究问题。

一句话版

拿到论文之后,分几遍读、每遍只回答一个问题,读不下去就在前两遍放弃;读完记四行笔记。再从综述的 future directions 和顶会论文的 research gaps 里,捡出 project 的研究问题。

先认识这几个词

词 全称 / 读法 一句人话
综述 survey 把一个方向近年工作汇总梳理的长文
future directions future research directions 综述作者列出的「接下来该做什么」
research gap 研究缺口 具体论文承认「我们还没解决什么」
limitations 局限 论文里写明自己的方法在哪些情况下不行
顶会 top-tier conference 本领域最有分量的学术会议
冷启动 cold-start 新用户或新物品没有历史行为数据,推荐系统无从下手

题目地图

课件共三十六页,分四段。前三段管输入,最后一段管输出,最难的也是最后一段。T01a 讲了前两段(找论文、论文结构),这一页讲后两段,再用倒数第二页那道作业把四段串一遍。

段落 回答的问题 直接产出
How to read a paper 拿到一篇怎么读 每篇四行的论文笔记
How to do research 读完怎么长出自己的问题 project 的选题

倒数第二页是真作业:四个方向(对话系统 / 图神经网络 / 推荐系统 / AI for Science)选一个,查清年份和会议出处。再挑一篇近期顶会论文,读出它的 background(背景)和 problem(要解决的问题)。这道题串起四段,下面的完整例题就走它。

概念卡

1. 四遍读法(Multiple Passes)

人话定义:它解决「论文太多读不完」。读论文分多趟,每趟只回答一个问题,读到哪趟觉得不值就停。

例子:第 1 遍读标题、摘要、图,回答「跟我有关吗」,无关就停。第 2 遍读引言、结论、图,其余略读,已经能写出文献综述里的一句话。第 3 遍通读并跳过数学,弄清方法怎么做。第 4 遍全文细读,跳过看不懂的部分,只有要复现或改进时才走到这里。大部分论文读到第 3 遍就够了。

常见误解

把逐字读当成认真 → 论文的价值分布极不均匀,大多数论文对你只值五分钟。前两遍就是筛子,把时间省给真正重要的那几篇。逐字读的人最后读得最少,耐心在第一篇上就耗光了。

2. 读的时候挂着四个问题(Four Questions)

人话定义:它决定读完记什么。每读一篇,回答四个问题,写成四行笔记。

例子:原文顺序是:作者想达成什么、方法的关键要素、你自己能用什么、还想追哪些参考文献。按重要性重排,第三问排第一,其次是目标,再是方法骨架,最后是下一篇读什么。

常见误解

以为写不出「能用在哪」就白读了 → 记下「为什么不适用」同样有价值,排除一个不合适的方法也是收获。真正白读的是什么都没记下来。

3. Research gap 与 limitations(Research Question)

人话定义:它回答「研究题目从哪来」。研究问题从别人明说的缺口(research gap)和局限(limitations)里捡出来。

例子:找题两步,从宽到窄。第一步读近期综述,在里面找 future research directions。一篇好综述抵五十篇论文,先建地图。第二步读子领域的近期顶会论文,找 research gaps。综述通常滞后一到两年,最新的缺口只在原始论文里。这两个短语就是要在 PDF 里搜的关键词。

常见误解

以为好题目就是没人做过的题 → 完全没人碰的方向,往往是做不了或没价值。常规做法是在现有解法的局限上前进一步。

顺序也别反:先学个新模型再找地方套,写出来的东西没人关心。永远是先有问题再有方法。

4. 设计方法的两条路(Design the Method)

人话定义:它回答「题有了,方法从哪来」。课件给了两种常见路径,都站在已有的东西上。

例子:一是跨领域移植,把别的领域成熟的解法搬过来,比如把自然语言处理里的 attention 搬进推荐系统。新颖性高,但要论证为什么能搬。二是改进现有方法,比如给现有推荐模型加一个模块治冷启动。稳,但提升幅度要够,否则显得琐碎。

常见误解

把最后那句 Imitate top-tier conference papers 当成研究建议 → 它是写作建议:挑两三篇方向内的顶会论文,照着它的章节安排和论证节奏写。另外这两条是课件推荐的入门路径,不是全部研究方式。

逐题拆解

第三段:读的时候脑子里挂着四个问题。四遍读法管「读多深」,四个问题管「记什么」。第 3、4 遍都明说可以跳过,意思是允许你带着不理解往下走,卡在一个公式上停住是新手最常见的死法。

四个问题里第三问排第一,它是唯一直接有产出的问题。建一个论文笔记文件,每读一篇填这四行。四行比读书笔记短得多,一个学期攒下来就是 project 的文献基础。

第四段:先找问题,再设计方法。课件这一段只问两件事:怎么找研究问题,怎么设计方法。找问题走「综述 → 子领域顶会论文」两步。跳过第一步直接读顶会论文,会读一篇懵一篇,因为不知道它在整张地图的哪个位置。

课件的范例是「LLM + 推荐系统」,拆开是三层收窄。先读综述,捞出未解问题,比如冷启动和幻觉(hallucination,大模型一本正经地生成不存在的内容)。再读 KDD、WWW 上试图解决冷启动的论文。最后找它们的 gap 和 limitations,题目就在这里。

方法课件推荐两种入门路径:跨领域移植,或改进现有方法。写报告时模仿顶会论文的体裁。

倒数第二页的作业:四个方向选一个,查清年份和会议出处,再挑一篇近期顶会论文读出 background 和 problem。完整走法见下方完整例题。

课件里的坑

  • [课件有误] p.33 和 p.35 右下角的页码都印着 28,是模板没改干净,不影响内容,但按页码索引会找错地方(p.33、p.35)。
  • [课件留白] p.33 点到了 cold-start 和 hallucination 两个词但没解释。冷启动是新用户或新物品没有历史行为数据、推荐系统无从下手;幻觉是大模型一本正经地生成不存在的内容,在推荐场景里就是推了不存在的商品(p.33)。
  • [课件留白] p.33 范例里投稿去向写的是 KDD 和 WWW,这两个不在 p.7 的会议清单上。每个子领域有自己的顶会,做推荐系统和数据挖掘就看这两个(p.7、p.33)。

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写三条——四遍读法每遍读什么、哪一遍允许跳过数学、找题两步分别检索哪个关键词;再把下面的「变式题」做一遍;最后回查两处最容易错的地方——拿引用量当质量证明、以为好题目是没人做过的题。三步做完再往下看答案。

必背

  1. 四遍读法的本质是给放弃留出口:第一遍只读标题摘要图,用来判断要不要继续;第三、四遍明确允许跳过数学和看不懂的部分。
  2. 读完记录「这个我自己能用在哪」或「为什么不适用」;排除不合适的方法同样是有效收获。
  3. 找题两步从宽到窄:先读近期综述拿 future directions,再读子领域顶会论文找 research gaps;目标是在别人的 limitations 上前进一步,不是找无人区。
  4. 做研究的顺序是先有问题再有方法,不能反。
  5. 读的时候挂着四个问题:作者想达成什么、方法的关键要素、你自己能用什么、还想追哪些参考文献;按重要性第三问排第一。
  6. 课件给的两种常见方法路径:跨领域移植和改进现有方法;Imitate top-tier conference papers 是写作建议。

完整例题

把 p.35 那道作业演示读法,但不替代作业要求的近期论文。选「对话系统」方向,一路走到填完 p.28 的四个问题,用一篇经典论文当历史样本:Vaswani 等人的 Attention Is All You Need,2017 年发表在 NeurIPS(当时叫 NIPS)。

步骤 动作 这一步的产出
1 Scholar 按关键词搜到候选 一串标题,质量未判
2 DBLP 核年份与出处 确认是 NeurIPS 2017 正会论文,等级够
3 四遍法第 1 遍:标题、摘要、图 判断相关,继续
4 四遍法第 2 遍:引言、结论、图 读出 background 与 problem
5 填 p.28 的四个问题 四行笔记,可直接进 project

逐步说明:

  1. 第 2 步不能省。搜索引擎会把预印本和正会论文混排,这篇同时存在 arXiv 版本和 NeurIPS 版本,引用时要引后者。DBLP 的价值就在这里:它给的元数据是会议正式收录的那一版,还能直接导出 BibTeX。
  2. 第 3 步花不到五分钟。标题里的 attention 和摘要里的「不用循环也不用卷积」已经足够判断相关性,这一遍的作用只有决定要不要继续。
  3. 第 4 步读出的 background 和 problem:序列模型此前依赖循环结构逐个时间步计算,导致训练无法在序列长度方向并行、长距离依赖也难以建立。这就是引言里那句「现在还缺什么」,作业要的就是它。
  4. 第 5 步的四行笔记:作者想达成什么——去掉循环和卷积,只用注意力做序列转换;方法的关键要素——自注意力、多头、位置编码、编码器解码器堆叠;我自己能用什么——若 project 做对话系统,这是几乎所有后续模型的共同底座,方法章节绕不开它;还想追哪些文献——顺着 Scholar 的 Cited by 找近三年引用它的对话系统论文,那里才有当下的 research gap。

这道题不写实验数字:作业要的是 background 和 problem,实验数字属于第 4 遍的范围,这一轮用不上。

变式题(先自己做)

自编情境。搜「推荐系统的冷启动」,检索结果里有四条候选:

  • A:2022 年 arXiv 预印本,被引 480 次,从未正式发表
  • B:2024 年 AAAI 正会论文,被引 26 次
  • C:2023 年某顶会 workshop 的短文,被引 11 次
  • D:2014 年某期刊综述,被引 2100 次

(1) 写 project 时引用优先级怎么排,理由是什么?(2) 这四条各自该用哪个工具核实出处?(3) 按四遍读法,D 应该读到第几遍,为什么?(4) 如果目标是找出一个能做的 research question,读完这四条之后下一步该去找什么?

提示

第 (1) 问先把「有没有经过同行评议」和「新不新」两把尺子分开用,再合起来排。第 (2) 问回想 T01a 的三个工具分工。第 (3) 问回想综述在找题两步里的位置——它给的是地图不是细节。第 (4) 问注意课件那句「不是找无人区」。

参考答案与自检(非官方评分标准)

自检要点:① 区分相关性、评审状态、时效性和证据质量,不靠引用数硬排;② 说明 D 的年代局限,但不把旧等同于错;③ 阅读深度按任务决定;④ 从近期研究的局限中形成可验证的问题。

(1) 仅凭四条元数据,不能排出可靠的总顺序。找近期方法可先读 B;梳理历史可用 D;A、C 也可能高度相关。核实 C 的实际评审流程、A 的版本状态,再比较方法与实验;引用预印本时如实标注。

(2) B 和 C 用 DBLP 核会议名、年份和正式页码,顺手导 BibTeX;D 是期刊论文,DBLP 同样能核,拿不到全文就走学校图书馆的机构订阅;A 只有 arXiv 版本,DBLP 收录的也只是预印本条目,要另外确认它后来有没有以别的标题正式发表过——Scholar 的版本聚合能看出这一点。

(3) 为先建立领域地图,可先读到第 2 遍,查看引言、结论和图。若要引用其具体论断、比较方法或评价综述质量,就继续精读并回查原始论文;“两遍就够”不是通用规则。

(4) 下一步是读检索时点附近、专门研究冷启动的论文,在它们的 limitations 和 future work 里找 gap。因为 D 给的方向已经滞后,而 B 这类最新论文会明说自己还没解决什么。目标不是找一个没人碰过的题——没人碰往往是因为做不了或没价值——而是在现有解法的局限上前进一步。

闪卡自测

1. 四遍读法里哪一遍的作用是筛掉论文?第 3 遍允许跳过什么?

第 1 遍——只读标题、摘要、图,判断相关性,无关就此打住。第 3 遍明确允许跳过数学(p.23–28)。

2. 第 2 遍读哪些部分?读完能产出什么?

读引言、结论、图,其余略读,related work 跳读。读完已经能写出文献综述里的一句话(p.23–28)。

3. 什么情况下才需要读到第 4 遍?

要复现这篇,或要在它基础上改进时。第 4 遍全文细读,也允许跳过看不懂的部分(p.23–28)。

4. 读完一篇论文,最该能回答的是哪个问题?

「这个我自己能用在哪」。它有助于连接 project;记录不适用原因或弄清背景也有价值(p.28)。

5. 找 research question 的两步,各自要在文里检索哪个关键词?

第一步在近期综述里找 future research directions,第二步在子领域顶会论文里找 research gaps(p.31–32)。

6. 有了综述,为什么还要读子领域的顶会论文?

综述通常滞后一到两年,最新的缺口只在原始论文里(p.31–32)。

7. 为什么目标是找现有方法的 limitations,而不是找没人做过的题?

完全没人碰的方向往往是因为做不了或没价值。在别人的局限上前进一步才是研究的常规打开方式(p.33)。

8. 先学一个新模型再找地方套,问题出在哪?

顺序反了。课件把做研究拆成先找问题、再设计方法两件事;反过来做,写出来的东西没人关心(p.30)。

9. 课件给的两种方法路径各有什么风险?

跨领域移植新颖性高,但要论证为什么能搬;改进现有方法稳,但提升幅度要够,否则显得琐碎(p.34)。

10. Imitate top-tier conference papers 是研究建议还是写作建议?

写作建议。挑两三篇方向内的顶会论文,照着它的章节安排、图表风格和论证节奏写自己的报告(p.34)。

下一步

先把 p.35 那道作业真做一遍,四个方向别随便挑,挑你可能拿来做 project 的那个——这一遍的产出可以直接变成 project 的第一篇文献,整套流程走下来大约一小时。同时把学校图书馆的校外访问配好,否则第一次下全文就会卡在付费墙上。然后建一个论文笔记文件,每读一篇填四行。数学跟不上时不必硬啃推导,四遍读法第 3 遍本来就允许跳过;先把概率和线性代数的底子补上,再回来读那些公式会顺得多。

下一讲 →
L02a-1 L02a-1 搜索问题:先把题目翻译成机器能找的路

个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。