【跟李沐学AI】手把手教你读论文！ #论文 #教程 #干货

《手把手教你读论文》视频全解：李沐的「三遍读论文法」

先给判断：这是李沐「AI 论文精读」系列的开篇方法论视频，6 分半只干一件事——教你一套可立即执行的论文筛选与精读流程，信息密度高、几乎没有寒暄水分，对需要大量读论文的学生和工程师值得完整看一遍。但要纠正标题的一个预期：正片只有方法、没有实例，"手把手"的兑现不在本片，而在下一期 AlexNet 精读。另外，你看到的抖音版转写错字密集（下文附勘误表），做笔记请以本文修正后的术语为准。

1. 这条视频是什么、谁在讲

出处考证【事实】：抖音上这条《【跟李沐学AI】手把手教你读论文！》（UP 主"YouTube 科技 AI 精选"，6:38）是搬运。原片为 B 站账号「跟李沐学AI」2021 年 10 月 6 日发布的《如何读论文【论文精读·1】》，时长 6:39 [1][2]（检索快照显示原片播放量约 64.7 万，此数字未单独核验）。逐句比对转写稿与系列时间线可以确认就是同一期：视频结尾说"10 天之后会给大家读这一篇文章"，而系列仓库显示 AlexNet 精读于 2021 年 10 月 14 日发布，间隔 8 天 [1]。

说话人的分量【事实】：李沐毕业于上海交大 ACM 班，在卡内基梅隆大学获博士学位（导师 Alex Smola），先后任职百度、Google Brain、亚马逊（离职时为资深首席科学家），参与创建深度学习框架 MXNet，是开源教材《动手学深度学习》（Dive into Deep Learning）的合著者——该书已被 70 个国家的 500 所大学采用 [5][6]。2023 年他离开亚马逊创办 Boson AI 并任 CTO [6]。这套读论文方法所在的「论文精读」系列由他本人逐篇讲解，配套 GitHub 仓库已有 33.8k star，截至 2025 年初录制了 30 余期、覆盖 60 余篇论文 [1]。

2. 视频内容主线【以下均为视频事实，据转写稿梳理】

缘起：上一条视频的投票里，77% 的观众选了"想花一小时详细了解一篇论文"而非"3 分钟读论文"；不少留言说真正想要的不是讲某篇论文，而是"教会我下一次自己读论文"。本片就是回应这个诉求。

前提认知——论文是"八股文"：绝大多数论文按"标题 → 作者 → 摘要 → 导言（Introduction）→ 相关工作 → 方法（Method）→ 实验（Experiments）→ 结论"的结构写成。既然论文总量巨大、真正适合你的只有一小部分，正确策略是先快速筛选、再对选中的精读，而不是每篇从头读到尾。

第一遍（海选，约十几分钟）：

第二遍（精选，通读全文一遍）：

第三遍（研读，最详细）：

结尾预告：下一期以 AlexNet——他口中的"深度学习浪潮的奠基之作，将近 10 年前"——做示范，论文链接放在评论区，请观众先自己用三遍法读一遍，再看他怎么读。

转写稿勘误表（语音识别错误 → 正确术语）：

转写稿 应为
obstract abstract（摘要）
因tro导研 introduction（导言）
me method（方法）
exXB experiments（实验）
佐织 alexnet 之作 AlexNet

3. 补全：这套方法的源头、术语与 AlexNet 背景

3.1 「三遍法」有一个更早的学术出处

【外部参考】滑铁卢大学 S. Keshav 2007 年发表在 ACM SIGCOMM Computer Communication Review 上的短文《How to Read a Paper》，正式提出并命名了 three-pass approach，该文至今被多所大学课程列为必读 [3][9]。把李沐版本与 Keshav 原文逐条对照：

Keshav 原文 [3] 李沐版（本视频）
第一遍 5–10 分钟：读标题、摘要、导言、节标题、结论，扫参考文献；能回答"五个 C"——类型、背景、假设是否成立、贡献、写得清不清楚 十几分钟：标题、摘要、结论，再扫方法与实验图表；判断是否适合自己
第二遍 ≤1 小时：细读但忽略证明；重点看图（轴标签、误差棒是否齐全）；标记未读引用 通读但跳过公式证明；每张图每个字搞懂、看清与他人的差距；圈出未读引用
第三遍 虚拟复现：用与作者相同的假设重建这项工作；新手 4–5 小时、熟练者约 1 小时；检验标准是"能凭记忆重建全文结构" 脑内重做：换我来做会怎么做；检验标准是"合上文章能复述细节"

【推断】两者高度同源——"虚拟复现/脑内重做""圈引用""图表优先""逐级过滤"几乎一一对应，李沐的版本很可能承自或至少暗合 Keshav 的三遍法；但转写稿中李沐没有提到 Keshav，无法确认是直接引用还是自己的总结，这点只能存疑。李沐版有两处个人化差异：一是第一遍不读导言（Keshav 要求读），二是明确给出"卡壳就退回去读引用的前置文献"这条退路，后者对新手相当实用。

3.2 「八股文结构」的学名

【外部参考】李沐列出的结构就是实验科学论文的标准骨架，学术界通称 IMRaD（Introduction, Methods, Results, and Discussion），是原创研究型期刊论文最主流的组织规范 [10]。需要说明：此术语的出处（Wikipedia/威斯康星大学写作中心等多个来源的检索摘录相互印证），但本次未能逐一抓取原文核验，定义文字以检索摘录为准。这个结构正是三遍法能"跳读"的原因——摘要是全文压缩包，结论是用数字兑现摘要，图表是实验部分的压缩包。

3.3 AlexNet：为什么它配当第一篇示范论文

【外部参考】

3.4 这个系列后来长成了什么样

【事实】视频预告的 AlexNet 精读分上下两期：《9年后重读深度学习奠基作之一：AlexNet》（2021-10-14，约 20 分钟）与《AlexNet 论文逐段精读》（2021-10-15，55 分钟）[1]。此后系列陆续讲过 ResNet、Transformer、GNN、GAN、BERT、ViT、MAE、CLIP、AlphaFold 2、GPT 系列、InstructGPT、Llama 3.1、Sora 等，完整清单持续更新在 GitHub 仓库 [1]。想看"三遍法实战"的读者，直接看这两期即可。

4. 可核验数据速查

5. 适用场景与局限【本节以推断为主】

6. 值不值得看、怎么用

7. 事实 / 参考 / 推断分层说明

参考清单