1. 从标题拆解一篇论文精选推文到底在解决什么问题信息过载这件事做研究的人体会最深。arXiv 每天新增的论文数量早就不是一天几十篇的量级了计算机视觉、多媒体、信息检索这几个方向更是重灾区。你早上刷一遍列表下午再刷一遍可能又多出几十篇。标题扫过去摘要点开看两行然后关掉——这个循环一天能重复几十次最后真正存下来精读的可能不到五篇。今日arXiv精选 | 35篇顶会论文ICCV/ CIKM/ ACM MM这个标题本质上是在做一件事替读者完成第一轮筛选。它把当天 arXiv 上新挂出来的、同时被 ICCV、CIKM、ACM MM 这三个顶会接收的论文挑出来打包成 35 篇的一个集合。注意这里的逻辑——不是arXiv 上所有新论文而是已经被顶会接收、又刚挂到 arXiv 上的论文。这两个条件的交集才是这个标题真正的价值所在。为什么这个交集重要因为顶会接收本身就是一道质量门槛。ICCV 是计算机视觉三大顶会之一ACM MM 是多媒体领域的旗舰会议CIKM 偏信息检索与知识管理。能过这三家审稿的论文至少在选题价值、方法完整性、实验充分性上经过了同行评议。而 arXiv 版本通常比会议 camera-ready 更早或同步放出意味着你能在正式 proceedings 出来之前就读到全文。对于做相关方向的人来说这是一个低成本跟踪前沿的入口。这篇博文要拆的就是这类顶会论文精选内容背后的运作逻辑它是怎么筛的、35 篇这个量级意味着什么、三个会议各自的偏好差异在哪、以及作为读者你该怎么用这份清单才不浪费。适合正在做 CV、多媒体、IR 方向的研究生、工程师也适合想快速了解这几个领域近期热点的人。我不打算逐篇复述摘要——那种事你直接看原文就行——而是把精选这件事本身的方法论讲透让你以后自己也能做同样的筛选。2. 三个顶会的定位差异为什么是 ICCV、CIKM、ACM MM 放在一起把这三个会议放进同一个标题不是随便凑的。它们覆盖的方向有重叠但侧重完全不同。理解这个差异你才能明白为什么一份 35 篇的清单里有些论文你一眼就想读有些扫过去就跳过。2.1 ICCV视觉方法的硬核竞技场ICCV 全称 International Conference on Computer Vision每两年举办一次奇数年和 CVPR、ECCV 并称视觉三大顶会。它的接收论文集中在几个大类图像分类与识别、目标检测与分割、三维重建、视频理解、生成模型、多模态视觉-语言。ICCV 的审稿风格偏方法创新对网络结构设计、损失函数改进、训练策略这类贡献比较看重纯应用型的论文相对难中。从 arXiv 精选的角度看ICCV 论文通常有几个特征标题里带方法名比如某个新模块、新框架的缩写、摘要里会强调在标准 benchmark 上的提升幅度、实验部分表格密集。如果你做的是视觉方向这类论文是必读的如果你做的是其他方向可以只看它和你的任务有交叉的部分比如视觉-语言预训练对做多模态检索的人就有参考价值。2.2 ACM MM多媒体的交叉地带ACM Multimedia 的覆盖面比 ICCV 宽得多。它不只收视觉还包括音频、文本、跨模态检索、推荐系统、社交媒体分析、甚至用户体验和艺术类工作。ACM MM 的一个特点是任务驱动——很多论文是为了解决某个具体的多媒体应用问题比如视频摘要、音乐推荐、跨模态检索、虚假信息检测。这个定位决定了 ACM MM 的论文读起来和 ICCV 不太一样。ICCV 论文你可能要啃方法细节ACM MM 论文你更该关注它定义的任务和评测方式。举个例子同样是做视频理解ICCV 的论文可能在改进时序建模的注意力机制ACM MM 的论文可能在构建一个新的视频问答数据集或者提出一个更贴近实际场景的评测协议。两者都有价值但读法不同。2.3 CIKM信息检索与知识管理的老牌阵地CIKM 全称 Conference on Information and Knowledge Management方向偏信息检索、数据挖掘、知识图谱、推荐系统、数据库。它的论文和前面两个会议的交集主要在多模态检索和推荐这两个方向。纯视觉方法在 CIKM 上不多见但视觉-语言模型用于检索、跨模态推荐这类工作三个会议都可能出现。CIKM 的审稿偏好是问题定义清晰、实验扎实、有实际数据支撑。它的论文往往不像 ICCV 那样追求 SOTA 刷点而是更关注方法在真实场景下的可用性。如果你在做搜索、推荐、知识管理相关的工程CIKM 的论文比 ICCV 的更值得花时间。2.4 三个会议放在一起的筛选逻辑把这三个会议的新论文放在一份清单里筛选者实际上是在做一次跨方向的去重和归类。同一天 arXiv 上可能挂出十几篇 ICCV 论文、七八篇 ACM MM 论文、五六篇 CIKM 论文加起来三十多篇正好凑成35篇这个量级。这个数字不是刻意凑的而是当天三个会议新挂论文的自然汇总。提示如果你看到某天的精选清单里某个会议的论文特别多通常说明那个会议临近 camera-ready 截止日期作者集中放出了 arXiv 版本。这是跟踪会议动态的一个实用信号。3. 35篇这个量级怎么读才不浪费时间35 篇论文按每篇摘要 200 字算光扫一遍摘要就是 7000 字。如果你每篇都点开 PDF 看引言和方法一天时间就没了。所以读这类清单核心不是读完而是筛出该读的。3.1 第一轮标题摘要的 30 秒判断法我给自己的规则是每篇论文给 30 秒。看标题能不能让我在 5 秒内判断出它属于哪个子方向看摘要的前三句能不能说清楚它解决什么问题、用什么方法、达到什么效果。如果 30 秒内我抓不到这三个点要么是论文写作有问题要么是它不在我的关注范围内直接跳过。这个判断法的依据是顶会论文的摘要通常遵循固定结构——背景一句、问题一句、方法两句、结果一句。如果摘要写得云里雾里大概率论文本身的可读性也一般。当然也有例外有些理论性强的论文摘要就是很抽象那另说。3.2 第二轮按与我相关度分三档扫完 35 篇摘要后我会把它们分成三档档位判断标准处理方式必读方法和我的工作直接相关或提出了我可能用到的技术当天精读做笔记选读方向相关但任务不同或方法有借鉴价值存进待读列表周末集中看跳过方向无关或方法已被广泛验证无新意只记标题不存这个分档的关键是诚实。很多人会把看起来厉害的论文放进必读结果一周下来必读列表堆了二十篇一篇没读。我的经验是35 篇里真正必读的通常不超过 5 篇选读 10 篇左右剩下 20 篇跳过是正常的。3.3 第三轮精读时的三问法对必读的论文我精读时会问三个问题它解决的问题我之前是怎么解决的这个问题逼我把新方法和自己已有的知识框架对接而不是孤立地记一个方法。它的核心创新点能不能用一句话说清楚如果说不清楚说明我还没读懂需要回去看方法部分。如果我要复现或改进它第一步做什么这个问题把阅读导向行动避免读完就忘。这三个问题看起来简单但能过滤掉大量假装读懂了的情况。我见过太多人读完论文能复述摘要但问他这个方法和你之前用的那个有什么区别就答不上来。3.4 一个容易被忽略的点读 arXiv 版本要留意版本号arXiv 论文有版本号v1、v2、v3 可能差异很大。顶会论文挂 arXiv 时通常是 camera-ready 版本v1 或 v2但有些作者会在会议后再更新一版加入更多实验或修正错误。如果你读的是 v1而作者后来放了 v3可能你读到的结论已经被修正了。注意读 arXiv 论文前先看右上角的版本号和提交日期。如果 v1 是半年前最新是 v3优先读最新版。如果只有 v1 且提交日期很近说明可能还没经过充分修改读的时候对结论保留一点怀疑。4. 从精选清单反推当天 arXiv 上的热点分布一份 35 篇的精选清单不只是 35 个独立条目它还能反映当天这几个方向的热点分布。我习惯在读之前先做一件事统计关键词频率。4.1 关键词频率统计的实操方法把 35 篇的标题复制到一个文本文件里用简单的脚本统计词频。不需要复杂的 NLP 工具Python 的collections.Counter就够了from collections import Counter import re titles [ # 这里粘贴35篇论文的标题 ] # 转小写按非字母字符切分 words re.findall(r[a-zA-Z], .join(titles).lower()) # 过滤停用词 stopwords {a, an, the, for, of, and, with, via, using, on, in, to} filtered [w for w in words if w not in stopwords and len(w) 2] counter Counter(filtered) for word, count in counter.most_common(20): print(f{word}: {count})跑完这个脚本你会得到当天的高频词。比如某天可能diffusion出现 8 次retrieval出现 6 次video出现 5 次。这些高频词就是当天的热点信号。4.2 高频词背后的信息高频词分两类方法词和任务词。方法词比如 diffusion、transformer、contrastive、prompt任务词比如 retrieval、segmentation、recommendation、captioning。方法词高频说明当天有多篇论文在用类似技术路线任务词高频说明某个应用方向集中有产出。这个统计的价值在于如果你发现某个方法词连续几天高频出现说明这个方向正在快速升温值得投入时间跟进。反过来如果某个任务词你从来没关注过但它反复出现可能说明这个任务正在成为新的研究热点你可以考虑了解一下。4.3 一个真实的观察案例我跟踪过一段时间的这类清单发现一个规律ICCV 论文的方法词集中度最高ACM MM 的任务词最分散CIKM 的关键词最偏应用。这和三者的定位完全吻合。ICCV 论文往往围绕少数几个主流方法展开竞争所以方法词会扎堆ACM MM 覆盖的任务多所以任务词分散CIKM 关注实际应用所以关键词偏具体场景。这个规律对读论文有直接指导读 ICCV 论文时重点看它和同方法其他论文的差异读 ACM MM 论文时重点看它定义的任务有没有普遍性读 CIKM 论文时重点看它的实验设置能不能迁移到你的场景。5. 常见问题与排查读顶会精选清单时容易踩的坑5.1 常见问题速查表问题表现原因解决方法读完就忘合上 PDF 想不起核心方法没有主动加工信息用三问法读完写三句话总结必读列表越堆越多一周攒了二十篇没读分档不严格必读控制在 5 篇以内其余降档读不懂方法部分公式和符号太多缺少前置知识先读相关综述或经典论文补基础分不清论文创新点觉得每篇都差不多没抓住问题定义先看引言最后一段的贡献列表读了用不上方法和自己工作无关筛选时没对齐目标读前先问这篇和我的任务有什么关系5.2 三个独家避坑技巧技巧一先读贡献列表再读方法。顶会论文的引言最后通常有一段我们的贡献如下用 bullet point 列出 3-4 条。先读这个你就能快速判断这篇论文的核心创新在哪再决定要不要细读方法。很多人从摘要直接跳到方法结果读了一半还不知道作者到底想解决什么。技巧二对方法类论文先看实验部分的表格。表格里的对比方法、数据集、评价指标能告诉你这篇论文在跟谁比、在什么条件下比。如果对比方法里有你熟悉的你就能快速定位它的相对水平。如果数据集你从来没听过可能这篇论文的场景和你差得比较远。技巧三建立自己的论文笔记模板。我用的模板是四栏问题、方法、结果、与我工作的关系。每读一篇必读论文填这四栏不超过 200 字。积累几十篇后你会发现同一方向的方法演进脉络自然浮现出来这比零散记忆有效得多。5.3 关于35篇这个数字的补充说明有人可能会问为什么是 35 篇不是 20 篇或 50 篇这个数字其实没有硬性标准它取决于当天三个会议新挂 arXiv 的论文数量。有些日子可能只有 20 篇有些日子可能 50 篇。精选者的工作是在这个自然数量基础上剔除明显低质量的比如纯综述、明显灌水、重复投稿剩下的就是清单内容。所以看到清单篇数波动不用奇怪。篇数多说明当天产出集中篇数少说明当天新论文不多。真正该关注的是清单里有没有你方向的核心论文而不是篇数本身。6. 把精选清单变成自己的知识资产读清单的最终目的不是今天读了 35 篇而是让这些论文进入你的知识体系在需要的时候能调用出来。这需要一点额外的整理工作。6.1 建立方向索引我会按子方向给论文打标签比如视觉-语言检索视频理解推荐系统扩散模型。每读一篇必读论文就在对应标签下记一条。时间长了每个标签下会积累十几条记录形成一个小型文献库。下次写 related work 或者找 baseline 时直接翻这个索引比重新搜 arXiv 快得多。6.2 跟踪作者和团队顶会论文的作者往往在某个方向持续产出。如果你发现某篇论文的方法很对你的路子去查一下作者的其他工作很可能有系列论文。这个跟踪方式比按关键词搜更精准因为作者的研究品味是连贯的。6.3 定期回顾我每个月会花半小时回顾这个月标记的必读论文看哪些方法后来被证明有效、哪些被后续工作超越了。这个回顾过程能帮你校准判断力——你会慢慢发现自己当初觉得重要的论文有些确实重要有些其实一般。这种反馈循环是提升论文筛选能力的关键。6.4 一个实用的扩展方向如果你自己想做类似的精选不一定非要覆盖三个会议。可以只盯一个会议或者只盯一个子方向把筛选做深。比如只跟踪 ICCV 上做视频理解的论文每周整理一次加上自己的点评。这种垂直精选对同方向的人价值更高因为筛选者的判断力本身就是一种信息。提示做精选时标注每篇论文的一句话总结比复制摘要更有价值。摘要作者自己写的一句话总结是你消化后的输出对读者更友好。7. 我个人在实际操作中的体会跟踪这类顶会精选清单几年下来最大的体会是清单的价值不在于它列了什么而在于它帮你排除了什么。35 篇论文背后可能是当天 arXiv 上两三百篇新论文。精选者替你做了第一轮排除你在此基础上做第二轮排除最后剩下三五篇真正要读的。这个层层筛选的过程才是高效跟踪前沿的核心。另一个体会是不要追求读完。我早期也犯过这个毛病觉得清单列了 35 篇不读完就亏了。结果每篇都浅尝辄止反而什么都没记住。后来改成必读精读、选读扫读、跳过不读效率反而高了。读论文这件事深度比广度重要尤其是对做具体工作的人来说。最后分享一个小技巧如果你时间紧只看每篇论文的图表。顶会论文的架构图和实验对比表通常能在两分钟内让你判断出这篇论文值不值得细读。架构图看方法复杂度对比表看效果提升幅度。这个方法我用了很久准确率相当高。