1. 这次整理我把它当成了一次正常工作日的实验每天固定花一点时间扫一遍 [arxiv-cs.LG] 的新论文对我来说已经不像是一个“任务”更像是一个保留了很多年的晨间习惯。10 月 6 日这一天的列表和往常一样提交量在节假日之后略有回落但仍然维持在两百篇上下。标题里写着汇总但真正做这件事的人都知道汇总不是把标题翻译一遍而是在一堆还热乎的投稿里用最短的时间判断哪些值得你停下来深读哪些扫一眼就可以划走哪些甚至应该直接拉黑。这篇东西与其说是论文速报不如说是我把这个日常动作完整摊开的一次复盘。我会先讲清楚为什么 cs.LG 值得每天盯、盯的时候到底在盯什么再把一套我自己用了很久的筛选流程拆成可执行的步骤最后用 10 月 6 日当天的扫描过程作为真实样本展示一篇汇总笔记从草稿到成稿之间发生了什么。适合三类人看一是刚入门、不知道该从哪几千篇论文里下手的硕士生和初级算法工程师二是已经工作但时间碎片化、需要靠固定节奏跟踪前沿的研究员三是自己也打算做类似每日汇总、想让输出更有含金量的内容作者。在动笔之前先把丑话说在前面这类汇总永远做不到百分之百准确我当天标记为值得深入的论文一周后回头看可能有一半被证明是平庸之作反过来也有当时被我快速划掉的投稿后来被某条技术路线重新演绎成了热点。这是常态不是失误。所以这篇博文的价值不在我帮你挑好了十篇必读而在于让你看到一条可以复用的判断链路。1.1 先别急着读摘要先想清楚你汇总给谁看很多人第一次做论文汇总习惯是打开当天列表从第一条开始往下翻译摘要翻完两百条人已经麻了。这个做法的问题不在于累而在于你没有给值得这个词定标准。我给自己定了一个很朴素的标准汇总的第一读者是我自己第二读者才是网上那些人。每篇笔记必须先回答一个问题——这篇东西对我手头正在做的事有没有参考价值如果没有哪怕它来自顶级团队、标题足够炫我也只给它一行速报的待遇。这样做的好处是天长日久之后你翻回自己的历史笔记会发现留下的全是和你研究方向强相关的线索而不是一个什么都说了什么又都没说的大杂烩。如果你汇总的目的偏公共服务那标准可以再放宽一层读者的平均水平假设为有一定 ML 基础、但没时间天天挂着刷 arXiv的人。对他们来说最有用的信息不是你那句本文提出了一种新架构而是这篇论文解决了什么问题、用了什么手段、效果怎么样、有没有代码。把这条线想清楚后面所有步骤其实都是在为这个信息组织方式服务。1.2 cs.LG 是一个入口分类别指望它替你完成过滤cs.LG 这个分类的全称是 Machine Learning但它实际容纳的东西远比字面意思宽。模型架构、训练算法、优化器、表征学习、强化学习、生成模型的应用、甚至某些系统和硬件协同设计只要挂上了学习算法的边投稿人都会优先扔到这里。再加上 arXiv 允许作者自行选择多个分类cs.LG 经常和 cs.CV、cs.CL、cs.AI、cs.NE 等标签大量重叠。这意味着你看 cs.LG 的每日列表本质上是在看整个机器学习社区的一碗大杂烩头汤。好处是覆盖面全不容易漏掉跨领域的新苗头坏处是噪音比例高同一份工作你可能在不同子分类里反复撞见还有些论文明显投错了分类、跟机器学习只有半毛钱关系。所以不要指望这个分类帮你完成内容筛选它只负责把今天的新东西都堆到你门口真正的中转分拣必须你自己做。我也观察到一个规律cs.LG 里由工业界研究部门投出的比例近年来明显升高标题里带 effective、scaling、in the wild 这类务实字眼的论文越来越多纯理论证明的占比反而稳定在一个不大的区间。这背后的原因是好用的算力和真实场景数据集中在公司手里工业界研究者的产出自然就更贴近能跑、能省、能部署的取向。如果你关注的是可落地的技术这个分类比纯数学取向的 stat.ML 更对胃口。2. 一次例行浏览会看到什么论文主题分布实录虽然每天的论文列表都在变但主题分布的骨架其实相当稳定。我连续记录了很长一段时间之后基本可以把每天的投稿粗略切成人人都能感知的几块比例虽有波动大体逃不出一个粗略规律。2.1 当日主题的三层结构我把每天 cs.LG 列表里的论文按主题粗略分成三层。第一层是大语言模型相关的各种衍生工作包括预训练技巧、上下文学习、推理加速、对齐与安全、智能体框架、评测基准等等。这一层通常占掉当天投稿量的三到四成是绝对的基本盘。第二层是生成模型与表征学习扩散模型的新采样方法、自监督学习、多模态对齐这类占比大约两到三成。第三层是剩余的传统领域强化学习与决策、优化理论、因果推断、图神经网络、联邦学习、时间序列、以及一些蹭ML 标签的应用型工作共同瓜分剩下的份额。这三层结构最大的价值不是用来做统计报告而是帮你在时间分配上做出预判。一小时内扫完一天的量你的默认分配大概是五成时间给第一层三成给第二层剩下两成扫第三层里那些和你自己方向相关的角落。这样扫下来既不会漏掉大盘动向也不至于把精力稀释到每篇都只看一眼标题的程度。2.2 热门子方向的连续性与变化另一个值得长期跟踪的现象是热点的变化很少是今天突然冒出来的更多是连续多天小步快跑突然某天数量井喷。比如某段时间关于稀疏注意力或者状态空间模型的投稿会连续一周每天都有新面孔紧接着某个团队拿出一个更完善的框架之后两三天同类工作数量迅速回落因为早期跟风的人已经把手里的牌出完了。10 月 6 日这一天也能看到这种连续性大模型推理效率和长上下文继续占据不小的份额和上个月相比并没有颠覆性的变化多模态方向则在统一模型之外出现了不少强调某个具体模态上的专业化的声音算是对前一阵子大而全路线的一波修正。顺着时间轴去读每天的列表你慢慢就会形成一种体感知道某个子方向是处于上升期、平台期还是衰退期这种判断比单看某一天的绝对数量可靠得多。2.3 从标题就能读出论文的体位标题是论文最先暴露风格的地方长期扫列表之后你会很容易看出几类固定模板。这类经验没法量化但非常实用。一种是以动词开头的动作型标题比如 Scaling ...、Revisiting ...、Rethinking ...、Demystifying ...。这类论文通常有一个明确的态度要对某个已存在的问题给出新视角往往是值得打开摘要看一眼的。一种是名词短语堆叠型标题把方法名和几个关键词并列这类工作通常宣称提出了一个新的框架信息量往往要看摘要才能判断。还有一种是非常直白的工程报告型标题直接写我们把某个系统部署在某个场景上发现了一些问题这类论文经常被标题党低估但实际可借鉴的工程细节反而很丰富。另外要提醒的是标题里带 benchmark、survey 的论文在汇总时要单独对待。它们不是原创方法型工作但对查漏补缺非常有用应该归入另存为参考资料而不是精读候选。3. 我的四步筛选法从扫标题到精读的完整链路很多朋友问我每天两百篇到底怎么在两小时内扫完还不出大错。我的答案是不要试图读完要承认自己只可能在四个层层递进的关卡上做减法。每一关淘汰一批最后剩下的数量基本是可控的。3.1 第一遍给标题做三秒过滤这一遍的目标不是理解论文而是把明显无关的候选干掉。我的操作是眼睛扫过每一行标题时同时在脑子里问三个问题这个主题我关心吗这个表述看起来是新方法还是换皮实验这个方向目前处于什么阶段前两问靠直觉和经验第三问靠的是前文说的连续性体感。一个常见误区是看到自带热词的标题就兴奋比如包含 GPT、o1、DeepSeek 这些字眼就点进去其实很多这类标题只是想蹭一个热度概念内容本身和概念的关联非常弱。真正有效的标题过滤是结合你自己的关键词清单来做的。我维护了一张按主题划分的提醒词表比如推理稀疏量化具身策略离线强化学习等一次性词汇只要标题命中就至少进入第二轮。第一遍结束之后两百篇通常会被砍到四五十篇。3.2 第二遍用摘要验证问题是否成立进入第二轮后我会打开摘要页一次连续阅读那四五十段的摘要。这一步读的不是细节而是三样东西问题是否清晰、方法是否有一条主线、实验是否覆盖了足够有说服力的对比。摘要写得含糊其辞的尤其是那种我们提出了一种新颖的框架在多个任务上取得了有竞争力的结果式的空话型摘要除非作者团队名头极响否则我一般直接放弃。反而是那些敢于在第一句话就交代现有方法在某类数据上失效原因是什么我们因此做了什么的摘要哪怕后续实验规模看起来不大也值得进入第三轮。这里有个经验可以分享把摘要第一句和最后一句话连起来读往往能最快判断一篇论文的位置感。第一句说的是它站在哪里背景和缺口最后一句说的是它把读者带到了哪里贡献和结论。如果这两端都是空的中间再花哨也没有用。3.3 第三遍翻开正文看方法图的真问题到了第三轮的论文就值得真正打开 PDF 了。但我不会从头读我通常先看核心方法图和实验表格然后是 Related Work 与 Conclusion。现在很多论文附带作者绘制的框架图直接看图的三个细节输入端是什么、中间模块有哪些是可辨识的已知组件、输出端用什么指标评估。如果一张方法图里 70% 的组件你都认识那这篇论文大概率是在已有体系上做工程组合价值在于组合的方式是否聪明如果出现了完全陌生的组件并配了清晰的理论动机那才是值得花时间精读的候选。第三轮结束四五十篇会被筛到十来篇。3.4 第四遍判断复现价值与引用潜力最后一轮是在十来篇里挑出当天真正要写简评或精读的那三五篇。我给自己设置了两条线。第一条线是复现价值这篇论文的实验环境我手上有没有可能搭数据是不是公开的训练规模是不是我根本撑不起来的如果代码和数据都不可得方法再漂亮短期内也转化不成我能用的东西那它在汇总里的待遇就降一格更新到追踪清单里以后再回访。第二条线是引用潜力这篇论文有没有可能成为一个子方向的后续锚点判断标准是它是否提出了一个新的术语、一套新的评估方式、或者一个可被其他人直接拿走的通用模块。有这类特征的论文即使当下和你方向不同也值得放进黄名单长期观察。四步走完一天真正值得你动手写点什么的论文通常不会超过五篇。这个数量是健康且可持续的如果某天你觉得全是重点那大概率是你前两关的过滤器出了问题。3.5 支撑这套流程的辅助工具整个流程我基本不靠任何AI 自动总结来替代判断但确实依赖几个工具来减少体力劳动。arXiv 的官方订阅服务按 cs.LG 分类设置每日邮件拿到当天的 PDF 链接清单省去手动刷新页面的麻烦。浏览器插件的批量下载功能把第一轮筛出的四五十篇 PDF 一次性抓到本地在阅读器里快速翻图翻表比网页流畅得多。一个带标签的笔记软件每篇论文一条卡片标签按主题和方法类型维护后续回查、建索引都方便。代码仓库监控单独订阅那些公开了代码的论文仓库方便判断复现价值这一环。工具清单不建议贪多关键不是工具多高级而是你是否真的每天用。我见过不少人把所有推荐工具都装齐了最后真正 push 订阅邮件都没打开过。4. 汇总博文怎么写才有价值笔记骨架与深度分层如果说筛选流程决定了汇总的输入质量那么写作骨架决定了输出的可用性。把每篇摘要浓缩成一句话然后连成一串是我见过最差的做法因为它只搬运了信息没有增加任何洞察。下面这套结构是我在实际更新中逐渐磨出来的。4.1 一种可复用的单篇笔记模板无论速报还是精读我写每一篇笔记时都尽量固定回答五个问题这是什么类型的论文、它想解决什么此前没解决好的问题、核心手段是什么、它凭什么说自己有效、我对它最大的疑虑是什么。把这五个问题落到文字上一篇笔记自然就有了骨架。其中最容易写得敷衍的是最后一个问题也就是疑虑。很多人写汇总时照顾面子或者怕自己判断错了被评论区打脸干脆只做正面传达结果整篇汇总变成了官方公告的复读。我的态度是疑虑部分恰恰是最值得写的因为它能给读者提供作者的判断视角而不是二手摘要。当然写疑虑时要克制措辞尽量用我目前不理解如果条件允许我会进一步确认这类表达而不是下死结论。毕竟论文刚挂出来作者可能还在补实验社区评议也才刚刚开始。4.2 深度分层速报、简评、精读一天只写五篇笔记并不意味着五篇都要写两千字。我通常按投入时间分三层。速报给那些方向相关、但暂时看不出特别之处的论文一百字左右交代类型和结论就收手。简评给那些通过了第三轮筛选、值得同行留意的论文三百到五百字包含上面五问的浓缩版。精读给当天真正打动我的那第一篇通常一篇就够字数可以到一千字以上会仔细拆解方法动机和技术细节。这个分层的好处是平衡了覆盖面和深挖度。读者通过速报保住对大盘的感知通过简评决定要不要自己点开原文通过精读获得一次接近完整思考的样本。三层加一起一篇汇总应该有足够的厚度又不至于让读者产生信息过载的疲劳感。4.3 汇总发布前的审慎三查写完之后我不会立刻发出去而是做三件一审式的检查。第一查是查论文版本号。arXiv 上同一天可能有多个版本确认你写的是最新版并且把版本号和链接附上否则读者点进去发现页面和笔记对不上信任感会立刻掉一截。第二查是查是否撞车。有些工作可能在前几天的列表里已经出现类似的或者作者自己挂过 preprint。你不必每次做完整查重但至少要回看自己近一周的笔记避免同一个小方向连写两篇几乎一样的速报。第三查是查评价尺度是否统一。比如你昨天把某篇没给代码的论文判了暂缓关注今天却给了另一篇同样没代码的论文强烈推荐那就必须说明差异在哪否则读者会认为你的评分标准是随机的。保持一致的评价刻度是汇总类内容建立长期信任的基础。5. 实操记录2026.10.06 当日扫描手记下面我把 10 月 6 日的扫描过程尽量还原出来不是要重发那天汇总本身而是展示上面这些原则在真实操作中长什么样。当天列表的提交量大约在一百八十篇上下比高峰期少一截但成分依旧很全。5.1 当日概览第一轮之后我手里剩了什么用前面的标题三秒过滤扫完一百八十篇之后我大概留下了五十篇左右。让我感兴趣的几个方向分别是长上下文推理的稀疏化处理、面向小模型的量化和蒸馏、多模态语义对齐的新损失函数设计、离线强化学习中关于保守估计的再讨论以及两三篇看起来有潜力的时间序列预测模型。剩下那批被滤掉的主要是医学影像分类、遥感图像分割这类我基本不追踪的应用领域。不是说它们没价值而是它们和我当前关注的通用方法主线偏离太远在速报里给一句今日应用类投稿较多的领域包括……就足够了。这也是前面提到的第一读者是自己原则的实际体现。随后第二遍读摘要我又从五十篇里砍掉一半。砍掉的理由主要是三类摘要空泛、实验只做了小规模的玩具验证、以及明显是同期工作的小增量创新点不足以让我停下脚步。最后进入第三轮的有二十篇出头我打开 PDF 快速翻阅了方法图和实验表。5.2 四个值得展开的方向与我的速评留在当天笔记里重点展开的大致可以归成四个主题块。我挑一个方向展开说说我的处理方式。第一块是长上下文下的稀疏注意力改进。当天有三到四篇新投稿在尝试降低长序列注意力的计算和缓存压力其中一个方案吸引我的地方在于它没有引入全新的算子而是从传统重要性采样的视角重新解释了已有的稀疏选择策略这使得它可以相对容易地插进现有推理框架里。我的简评围绕实现成本低但收益受数据分布影响展开并提示读者注意它在超长文本评测上的表现是否稳定。第二块关于小型化语言模型的后训练。某篇论文针对小模型的指令微调提出了一个训练课程上的改动声称能显著改善复杂指令遵循能力。我对摘要里的提升数值持保留态度因为对比基线选得比较弱所以把它放在了简评而不是精读的位置并建议读者去确认它的消融实验是否对数据配比做了充分控制。第三块是离线强化学习的新保守化技巧。这个方向最近处在平台期保守估计类改进虽然频繁投稿但大部分是在近几年的框架上加补丁。当天有一篇试图把不确定性量化直接放进转移模型学习的损失函数里思路比常规的 Q 值惩罚更简洁。我给了它较高的关注因为这种思路可能与其他算法组件的耦合度更低更容易被后续工作复用。第四块是多模态模型里跨模态对齐损失的重新设计。这属于典型的热门方向的高频竞争区当天相关投稿的标题密集出现。我的处理是给其中一篇写了精读笔记因为它提出了一个新的两阶段对齐目标函数并且在图文检索任务上展示了较强的可迁移性其余相关投稿只在速报里点名避免笔记里的篇幅比例失衡。5.3 顺手记下的反向清单除了选中精读的论文外我还习惯当天随手记录一份反向清单也就是今天看到但我不建议马上花时间的工作以及理由。这个清单不会出现在最终汇总的显著位置但对我的长期判断挺有用。例如有一条被记录的原因是实验规模与声称的普遍结论不匹配论文只在两个小数据集上做了验证就宣称设计原则适用于所有模态组合我在反向清单里标注了结论外推过度等后续扩展实验。另有一条原因是与上上周某篇几乎相同方向增量仅体现在超参选择上我把它标成同类竞争内卷可略。反向清单写久了你对当前这个领域的真实水位会有更清醒的感觉。很多时候意识到什么不值得读比读到一篇好论文更能节省你的时间也更能防止你被某类套路化研究误导。6. 常见问题与避坑心得最后这部分集中回答几个我经常在私信和评论区遇到的疑问也把我这些年踩过的坑直接摊开。相比前面偏方法论的内容这里更偏向事故现场还原。6.1 论文之间互抄或撞车了怎么办在 cs.LG 这种高度竞争的分类里同期撞车几乎是每周都会发生的事。同一个问题两个团队各写一篇投稿相隔不到十天初看实验结果还差不多。遇到这种情况我的处理原则是不要试图当裁判去判谁抄袭谁而是把两篇论文都写进笔记并在速评里互相引用点明同期可见的平行工作。这对读者更有用也避免了自己陷入无意义的争议。更深层的经验是撞车频率本身是个信号。如果某个方向连续出现多组高度相似的投稿说明这个方向的边际创新已经很窄了真正的增量可能来自更底层的假设改变而不是在同一个框架里换细节。你可以把这个判断放在汇总的趋势观察小段里读者通常很吃这类来自一线的体感。6.2 每天扫论文带来的读不完焦虑怎么破刚开始做汇总的时候我最大的心理障碍是今天好像每篇都值得读的错觉。后来我发现这种焦虑本质上不是因为内容多而是因为缺乏明确的目标结构。你在没有靶子的时候会觉得到处都是靶子一旦有了自己的研究问题自然会发现 90% 的论文和你的靶子无关。实操上我会做一个非常具体的动作在每个季度开始前写下三个当前最关心的问题贴在自己笔记软件的第一页。之后两个月内所有筛选都以这三个问题为标尺。比如本季度关心的是如何降低小模型在长上下文任务上的推理开销那么当天列表里所有稀疏注意力、KV 缓存压缩相关的投稿都会自动升一档其余领域的论文再重磅也让路。这个动作看似简单对缓解焦虑比任何时间管理方法都有效。6.3 防止被标题党和速报党带走最后提醒一件很反直觉的事做论文汇总久了你反而容易被别人写的论文汇总带偏。比如某篇论文在你的第一轮筛选里已经被淘汰结果第二天在某社交平台刷到有人夸它惊艳全场你很容易怀疑自己是不是漏了什么回头又去补读白白花掉时间。我的应对是给判断留冷却期。凡是第一轮被淘汰的论文除非被至少两个信得过的同行反复提及否则一律不因为社交平台的声量而重启。这个原则保住了我大量的精力。另外也要警惕速报党式的内容生产者他们把每篇论文都写得像突破性进展本质是为了流量而不是为了帮读者做判断。你在自己的汇总里保持审慎和差异化反而能形成长期价值。再分享一个小技巧我每周日会花二十分钟把一周的反向清单翻看一遍如果发现某类理由频繁出现比如实验规模不足出现十次以上就说明这个领域可能普遍存在验证仓促的问题。这时候在下周汇总里适当提高对实验严谨性的权重长期下来你筛选出的论文质量会明显优于只会看标题和摘要的同行。这个习惯是我坚持每日汇总多年得到的最大收获。