学术研究总结
前言
既然已经决定不写论文了，刚好老万也让我整理一下学习资料，那么干脆再写一篇总结吧，总结我这悲催的、半途而废的论文历程的毕生所学。
”有时候不得不考虑，当下这个决定是不是我此生仅有一次的机会。“
我这辈子可能不会再写出一篇自己的论文了。
但我这辈子走向了了另一条我更想走的路。
从零入门学术研究
方向选择
这是起步搞论文时面临的第一个问题，因为写论文实际上是为了解决某一个场景下的某种问题，为了解决这一问题我们需要选择各种手段。而前人实际上已经发明了多种手段，我们需要做的是在选用某些手段时融入自己的改进之处，从而提升在某种场景某些手段的问题解决效率。
其实各个方向大体上都差不多，不需要考虑个人性格能够在某个方向上会有优势的问题，我们要考虑的是该方向是否有较好的发展空间。
例如纯域自适应方向，已经有太多成熟方法，我们难以产生出新型创新点，不如结合当下ai的迅速发展，看向智能体结合域泛化这种前沿方向，更具发展空间。也并非老旧方向就不好搞，就像小样本中的原型学习，这是一个很成熟的方法，但是假如我在原型学习中创新性的融入了大模型驱动，也是一种很好的创新。除此之外，我们改进某一框架或者某一网络结构的某一层，使得总体性能得以提升，这也算是一种创新。
所以不存在搞不出未来的方向，你可以多与ai聊一聊方向选择问题，把你的想法告诉它，它会告诉你适合你的方向。
读文献
写论文最基本的能力便是读文献，刚起步我们需要先读几篇论文原文，对论文里都会写什么东西具有初步印象，读了五六篇原文后我们选择用ai辅助读文献，加快阅读速度，然后不懂得地方一直问ai，直到它给你讲清楚为止。
最重要的一点，读完一篇文献后不要立马开始下一篇，一定要写总结，不然过段时间就是白读了，我们可以总结这篇论问的高明之处，并思考这篇论文对我能有什么帮助，然后以思维导图、ppt这样的形式记录下来。
理解专业名词
一篇论文我们不需要了解底层的公式原理，只需理解其行文思路，也就是为什么这一步要这么做的原因。此时我们会接触到很多专业名词，例如域泛化、域自适应、GAN、CLIP、语义漂移、MAML等各种陌生词，我们只需要直到它是什么，什么场景下用即可，慢慢的我们就能了解它们的特性，从而理解它们并知道我的论文中有没有可能要用它们。
得出创新点阶段
当我们阅读了一定量的论文后，就应该开始形成自己的东西了，假如我们想出了一个创新点，我们可以先让AI评判以下可行性，然后让AI写代码验证可行性，可行的话再往后加。这里要明白，并不是要把所有创新点想好后再开始实验，而应该边想边做实验，又在实验中改进创新点，知行合一才行。
文献选择
除了万老师发的资料之外，我们还可以自行去谷歌学术找****优秀****的文献（别去知网），这里注意找比较新的，但是最老的也需要了解一点，例如原型学习首次面世的那篇文献，我们可以了解到这种大方向思路的源起，对形成自己的思考有帮助。
对于一些与自己研究方向契合度很高的文献，我们可以深入阅读，有些哔站up主会讲解文献，如果没讲到这篇的话，推荐去与AI聊，深入聊天，你多发表你对于这篇论文的看法，在一轮轮的对话中加深对这篇文献的理解。
