https://papers.labml.ai/

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。

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？」

还有网友提出：

「要是能链接上papers with code网站那就太完美了」。

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。

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