新智元报道
来源:Reddit
编辑:小咸鱼 好困
4个月前,一个「推特上流行的机器学习研究论文合集」项目在Reddit上悄悄上线了。
https://papers.labml.ai/
项目涵盖的内容倒是十分广泛,不仅有论文摘要、类型标签、源代码,当然最重要的还是推特的转发点赞以及原推地址。
一窥究竟
这个项目的网页打开后是长这样的:
不难发现,整个项目的论文来源是以每天、每周和每月的时间节点,来分析推特上的内容并展示流行趋势的研究论文。
每篇论文都统计了相关的推文数、转发数和点赞数,以便用户可以过滤掉随机论文。
如果你需要某篇论文的相关资料,在这里,你可以找到与每篇流行的研究论文相关的热门推文。
那点开一条看看?
是这样式儿滴。
如果你对这篇论文感兴趣,可以下载原文或者去谷歌上查询相关资料。
每个文章页中都有两段文字凸显出来,用「Abstract」标出的,是来自论文原文的摘要部分。
这也太长了,不想看!
没关系,你可以看PDF按钮下方的那一小段,这也是这个项目的一个小彩蛋,名叫「两句话摘要」。
仔细看,其实「两句话摘要」里面的那两句话就是原封不动的从底下的「Abstract」搬上去的,只不过挑选的是更有概括性的两句话。
这么多文章,就算是光看摘要,人工估计也是看不过来的。
那么真相就只有一个,博主采用了一定的机器学习技术来协助他编写「两句话摘要」。
看来这个博主不仅仅是个机器学习论文的「集邮」大师,没准还是个精通机器学习的「炼丹师」呢!
博主:「这是人工挑选外加模型预测的,只不过我最近有点忙模型也有些落后了」。
宠粉博主
有很多Reddit网友在项目下面留言:
「真的很快!看论文的时候有这个东西太666了。我很喜欢!」。
有些网友在表达了感谢之余,还细心地提出了自己的小建议:
「很棒的工作!之后能不能添加一些不同的标签(如NLP,CV)来方便搜索呢?」
那这个功能上线了吗?仔细看最新的项目搜索页每一条的右上角,确实有了。
还有网友提出:
「要是能链接上papers with code网站那就太完美了」。
在最新的文章页下方,只需点击Papers With Code一栏就可以直接去找到你想要的开源代码啦!
有网友问:「能不能加一个『年度』筛选?我很想看到一年中最受欢迎的论文。」
博主表示,正在做了!
不出意外,这个功能估计很快也会上线了。
(不过到现在都还没加上,lol)
当然,看在博主一向如此宠粉,估计也不会让翘首以待的朋友们等待太久啦。
ICLR 2022特辑
最近,又到了给ICLR投稿的季节。
借助之前的项目,这位博主又把提交的ICLR 2022的3400篇论文都总结了一波(搞机器学习的不愧是肝帝)。
https://papers.labml.ai/papers/iclr_2022
要说和之前的区别,其实就是在论文上打了个一个「ICLR 2022」的标签。
不过,除了可以方便查阅感兴趣的投稿以外,还可以趁机围观一下推特上的讨论。
就拿很火的《Patches Are All You Need》来说吧,13条推文,504个转发,3237个点赞。
不得不说,作为All You Need系列的新成员,这个热度确实高。
点开热度最高的那条推看一下?
果不其然,是特斯拉的AI高级总监Andrej Karpathy。
当然,除了一些被「大佬」转发之后获得超多曝光的文章,更多的还是躺在列表后面,无人问津的论文。
网友表示,感觉只有自己的论文是在接受「双盲」。
参考资料:
https://www.reddit.com/r/MachineLearning/comments/q7wy37/p_list_of_iclr_2022_submissions_that_people_are/
https://www.reddit.com/r/MachineLearning/comments/nig3h7/p_find_trending_machine_learning_research_papers/
https://www.reddit.com/r/MachineLearning/duplicates/q7wy37/p_list_of_iclr_2022_submissions_that_people_are/
https://papers.labml.ai/papers/recent/
https://papers.labml.ai/papers/iclr_2022