【我們為什麼挑選這篇文章】隨著機器學習討論度越來越高，以此為主題的論文數量也越來越多了。要怎麼不花錢、不費時間，又能找到最新最優質的 AI 論文呢？別怕！論文搜尋神器 Papers with Code 可以解決你的困難。到底有多神，讓我們看下去。（責任編輯：呂珈寧）
文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
現在網站上有超過 2500 多個排行榜和 20,000 多個論文結果。
機器學習越來越熱門了，感覺不學習都趕不上時代的步伐了。可是看論文又沒有方向，費時費力，也許還要花錢。而且機器學習的論文數量還真不是普通的多。
Google AI 大牛、谷歌大腦負責人 Jeff Dean，就曾經過精密計算後得出了一個數據：
平均每一天，全世界都會產生 100 篇機器學習新論文。
而這還只是一年前的結果。
那如何在這個茫茫論文之海裡找到最佳論文呢？相信很多乾貨裡都提到了這樣一個網站，號稱「AI 所有領域最優資料搜尋神器」— Papers with Code。
而且現在，Papers With Code 進行了大更新，還登上了 Reddit 熱榜，網友紛紛表示：太棒了！
現在網站上有超過 2500 多個排行榜和 20,000 多個論文結果。此外，結果現在可以直接鏈接到 arXiv 中的表格，只需要輕輕一點 result，就能夠提取出論文結果來。
話不多說，我們就來一睹為快。
搜尋論文神器再進階，三大功能更新
此次更新，主要是由三個方面，一個新的 result 介面、自動化結果提取、大數據庫更新。
首先是，一個新的 result 介面，該介面將結果直接鏈接到 arXiv 論文中的原始表格。比如說，我們看到這個 ImageNet 排行榜，點擊下面其中一行的 result，就可以直接鏈接到論文中的表格，是不是更加直觀清晰？
此外，這樣的新介面還充當了新論文的結果編輯器，用戶可以在社區直接添加論文的結果，這樣將直接鏈接到內部表格。需要注意的是，這個介面目前僅適用於帶有 LaTex 源的 arXiv 論文。
接著，就是自動化結果提取。該公司在過去一年中就致力於研究從機器論文學習中自動提取結果。現在就有了一個新的人機交互系統，用於生產中的結果提取。我們的模型可以為每一篇 arXiv ML 論文生成人類可以接受或拒絕的建議。通過顯著提高性能，使這一系統在實際應用上比之前的最先進的系統更加可行。
目前已經在 arXiv 上發布了相關方法，並在 GitHub 上開源，還發布了一個結構化的註釋數據集，用於訓練模型的結果提取，以及評估模型在此任務上的性能的數據集，以期以後更好的優化。
此外，資源數據也得到了很大的擴展，截至目前，網站已經有了 800 多個新的排行榜以及 5500 多個新的結果。所有的數據都已經獲得了免費的開放數據許可，並且也可以在此處下載 JSON 格式的數據。
關於 Papers with Code
Papers with Code 成立於 2018 年 7 月，初衷是希望能夠幫助機器學習的愛好者追蹤最新發布的論文及源代碼，快速了解最新的技術進展。
網站廣泛涉及 ML 各個領域，包括 CV、NLP、醫療、語音、遊戲、時序、音訊、機器人、音樂、推理、計算機代碼等方面的內容。網站所有內容都是可編輯和版本化的。首頁上就有直觀的索引。
而在每個領域下方，不僅有論文排名，以及與此連接的代碼。網站將 arXiv 上最新的機器學習論文與 GitHub 上的代碼對應起來，讓用戶可以按標題關鍵詞查詢，或者按流行程度、GitHub 收藏數排列「熱門研究」。
我們就以CV為例。
計算機視覺就分了五個小類，語義分割、影像分類、物體檢測、影像生成、去噪。
點擊語義分割這一類，首先是對語義分割的一個簡短介紹，接著就是論文排行榜。
點擊你所想要看的論文及代碼，就可以啦！
Papers with Code 網站背後的公司名為 Atlas ML，位於英國倫敦，創始人為 Robert Stojnic 和 Ross Taylor。
創建者之一 Robert Stojnic 在 2012 年於劍橋大學取得計算生物學博士學位。2018 年 7 月創辦 Atlas ML 及網站 Papers with Code，目前擔任 Atlas ML 的 CEO 職位。
Ross Taylor 在 2014 年於劍橋大學取得經濟學碩士學位，畢業後曾在金融行業從事軟件開發和機器學習模型設計等工作，2018 年聯合創辦 Atlas ML，目前擔任 CTO 一職。
而就在去年年末，創立僅一年多的 Papers with Code 宣布正式併入 Facebook AI ，不過雙方繼續保持其平台獨立性，相關服務、社區和網站的運行及互動方式都不會改變。
更多查詢論文小秘訣，聽清華大學高材生怎麼說
介紹了這樣一個優質的資源網站以後，也許你還想問，那如何看論文呢？
在此之前，我們發表了一篇由清華本科特獎學生高天宇的乾貨，其中他就有提到怎麼查詢論文，研究論文的小秘訣。
首先，對論文進行分類：
對於與自己當前課題相關的論文，需要有一個全面的把握，對每一篇都應有所了解。一方面，這些研究本身與你的研究非常相關；另一方面，在「撞題」的情況下，你正在做的項目可能已經被別人率先突破。
而別的子領域及其他領域論文，對於你當前的研究沒有太大啟發，可以略過。但如果有對整個研究領域存在指導意義或者取得重大突破和成果，那就需要認真研讀和總結。
針對標題，高天宇還提出了廢文第一定律。標題越長，是廢文的機率越大。標題越短，往往乾貨越多。
此外，還分享了文獻管理工具，以及如何看論文等小技巧，想看的可以案下方連結喔！
另外，如果你也有什麼查看文獻各類神器，也歡迎跟我們分享 ~
參考連結：Reddit 原文
清華本科特獎高天宇文章分享：https://mp.weixin.qq.com/s/iaNTQ5WnLIpqNlytGa7N4g
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈免費查找 AI 最優論文神器：一鍵出結果，分分鐘提取論文表格、最新數據 〉。首圖來源：Tim Gouw on Unsplash）
你可能會有興趣
期末報告有救了！中國留學生研發 AI 論文機器人，讀文獻、寫摘要跟下結論都難不倒它
每天審查 100 篇論文！辭掉醫藥研發總監之後，她成了一名「學術警察」
【做學問的骨氣哩？】中國論文獎勵機制鼓勵新人發表同行大佬成果，「論文工廠」錢途無量
