深色模式
找论文与读论文
这一页讲通用的找论文、读论文方法。进组后先读组内论文，组内论文的结构和读法见读组内论文。
先建立整体认识
熟悉一个领域最快的方法：
- 先读综述（survey）。综述会告诉你这个领域有哪些问题、方法怎么分类、代表性工作有哪些。课题组的综述 Empowering Edge Intelligence（ACM CSUR 2025）适合作为第一篇，见组内论文导读。
- 再看科普文章和课程。知乎、技术博客上点赞多的文章，以及大学公开课，适合快速建立直觉。每篇文章讲的角度都不太一样，不必纠结，多看几篇，核心概念总能覆盖到。
- 最后针对细分方向读原始论文。
科普文章入门参考（来自组内整理，可能有过时之处）：
| 主题 | 文章 |
|---|---|
| 大模型推理加速 | 知乎 1、知乎 2 |
| 边缘智能、大小模型协同 | 知乎 1、知乎 2 |
| 扩散模型缓存加速 | 知乎 |
| 任务调度 | 知乎 |
| 多模态大模型 | 知乎 |
去哪里找论文
| 工具 | 适合做什么 |
|---|---|
| Google Scholar | 关键词搜索、看引用数、顺着“被引用”找后续工作 |
| Semantic Scholar | 搜索、论文摘要、引用关系，有 API 方便批量整理 |
| arXiv | 最新预印本。系统方向看 cs.DC、cs.NI、cs.OS，AI 方向看 cs.LG、cs.CV、cs.CL |
| Hugging Face Papers | 每天的热门 AI 论文，常附代码和模型 |
| DBLP | 按会议、按年份浏览某个会议的全部论文 |
| Connected Papers | 以一篇论文为中心画出相关工作关系图 |
| CCF 推荐目录、CCF DDL | 了解会议期刊等级、投稿截止时间 |
| 学校图书馆 | 通过校园网访问 IEEE Xplore、ACM Digital Library 下载付费论文 |
搜索关键词
把中文概念翻译成英文再搜，加上 survey 找综述：
| 中文 | 英文关键词 |
|---|---|
| 边缘智能 | edge intelligence, edge AI |
| 云边协同 | cloud-edge collaboration, edge-cloud collaborative inference |
| 大模型推理加速 | LLM inference optimization, LLM serving |
| 缓存加速 | KV cache, feature caching, diffusion caching |
| 分布式计算 | distributed inference, distributed computing |
| 任务调度 | task scheduling, request scheduling, container scheduling |
| 服务质量优化 | QoS optimization, SLO-aware serving |
| 多模态 | multimodal, vision-language model |
| 向量数据库 | vector database, approximate nearest neighbor search |
找新论文的技巧：在 Google Scholar 左侧选“2025 年以后”；找到一篇好论文后，点它的“被引用次数”，看后来谁引用了它；看它的参考文献，找它引用的经典工作。
跟踪最新动态
- 每周浏览一次 Hugging Face Papers 或 arXiv 相关分类的新论文标题。
- 关注本方向重要会议的录用论文列表（每年 OSDI、MobiCom、NeurIPS 等会议录用结果公布时）。
- 中文 AI 媒体（机器之心、量子位等）适合了解大事件，但具体技术细节要回到原论文。
怎么读一篇论文
推荐 S. Keshav 的三遍阅读法（How to Read a Paper）：
第一遍（10 分钟）：判断要不要读
读标题、摘要、引言、各节标题、结论，扫一眼图表。读完要能回答：这篇论文解决什么问题？属于哪一类方法？主要贡献是什么？和我的方向相关吗？
第二遍（1 小时）：读懂在做什么
仔细读正文，重点看图表。跳过证明和实现细节。读完要能向别人讲清楚：动机是什么（为什么现有方法不行）、核心思路是什么、实验怎么证明它有效。
第三遍（数小时）：读透，能复现
假设自己要重新做这项工作：每个设计为什么这样选？有没有隐含假设？实验设置是否公平？哪里还能改进？只有准备复现或跟进的论文才需要读第三遍。
系统方向论文要特别注意
- 动机实验：很多系统论文在引言或第 2 节用测量数据说明问题存在。这些图往往是论文最有价值的部分。
- 评测设置：硬件、模型、负载（数据集或真实 trace）、对比对象（baseline）、指标（延迟、吞吐、P99、成本、能耗）。
- 开销：新方法引入了什么额外开销（内存、调度时间、精度损失）？
英文论文读不懂怎么办
刚开始读一篇论文花一整天很正常，读到第 5 篇以后会明显变快。几个方法：
- 先建立术语表。每遇到一个不懂的术语，查清楚后记进自己的笔记（也可以先查本手册的术语表）。同一个方向的论文用词高度重复，术语表越来越长，读得就越来越快。
- 先看图后看字。系统论文的架构图和实验图信息量最大，先看懂图再读正文。
- 找配套材料。很多论文有作者的演讲视频（会议官网、YouTube、B 站）、项目主页、博客解读，先看这些再读原文。
- 用 AI 辅助，但要回到原文，见下一节。
- 和别人一起读。组内读书会、和同学互相讲论文，讲给别人听是检验自己是否读懂的最好方法。
用 AI 工具辅助读论文
AI 工具能大幅降低读论文的门槛，用法建议：
| 工具 | 用法 |
|---|---|
| 通用大模型（ChatGPT、Claude、Gemini、Kimi、豆包、通义等） | 上传 PDF，请它解释看不懂的段落、公式、术语，或者用中文概括每一节 |
| alphaXiv | 把 arXiv 论文网址里的 arxiv 换成 alphaxiv，就能在论文旁边提问、看讨论 |
| NotebookLM | 上传多篇论文，针对它们整体提问，适合做小型文献调研（需要能访问 Google） |
| Zotero 翻译插件 | 读 PDF 时划词翻译，见下面的 Zotero 配置 |
正确的用法：先自己读一遍，标出不懂的地方，再针对性地问 AI；AI 给出的解释要回到原文核对。不要只读 AI 生成的摘要就认为读懂了论文，摘要会丢掉很多关键细节，有时还会出错。
用 Zotero 管理文献
论文读多了一定要用文献管理工具，推荐免费开源的 Zotero（2026 年 8 月已更新到 10.x，插件要选支持 Zotero 10 的版本）。
配置步骤
- 安装 Zotero 桌面版，再安装浏览器插件 Zotero Connector。
- 收藏论文：在 arXiv、IEEE、ACM 等页面点浏览器插件图标，论文信息和 PDF 会自动存入 Zotero。
- 整理：每个方向建一个文件夹（Collection），给论文打标签，例如“已读”“待读”“核心”“baseline”。
- 阅读与标注：在 Zotero 内置阅读器里打开 PDF，高亮、写批注，批注会和论文一起保存，之后能搜索。
- 同步：注册 Zotero 账号同步条目（条目同步免费、不限量，附件免费 300 MB）。PDF 较多时，可以用支持 WebDAV 的网盘同步附件，国内常用坚果云。
常用插件（在 Zotero 的插件设置中安装，注意选择和你的 Zotero 版本兼容的插件版本）
| 插件 | 作用 |
|---|---|
| Translate for Zotero | 阅读时划词或整段翻译，可接入多种翻译服务和大模型 |
| Better BibTeX | 生成稳定的引用键、自动导出 .bib 文件，写 LaTeX 论文必备 |
| 茉莉花（Jasminum） | 抓取中文论文（知网等）的元数据 |
写论文时：用 Better BibTeX 导出 .bib 文件，上传到 Overleaf，就能在 LaTeX 里用 \cite{} 引用，见汇报与写论文。
读书笔记模板
每读完一篇论文（至少读完第二遍）都记一份笔记，建议用 Markdown 放在自己的 Git 仓库里：
markdown
# 论文标题（会议/期刊, 年份）
- 链接 / 代码：
- 一句话总结：
## 问题
要解决什么问题？为什么重要？现有方法哪里不足？
## 方法
核心思路是什么？关键设计有哪几个？
## 实验
硬件 / 模型 / 数据集或负载 / 对比对象 / 指标 / 主要结论（带数字）
## 我的思考
优点、局限性、可能的改进、和我的方向有什么关系
## 生词与术语论文对比表
读到 5 篇以上时，把论文整理成一张表格（Excel、飞书表格都可以），列包括：
| 论文 | 年份/会议 | 问题设定 | 方法类别 | 对比对象 | 硬件与模型 | 指标与提升 | 是否开源 | 局限性 |
|---|
这张表是后面写相关工作、找研究空白的基础。表里很多论文都在对比同几个 baseline、都没考虑某个场景时，那里往往就有研究机会。