如何每周花 5 分钟跟进机器学习论文：AI-Papers-of-the-Week 使用指南
【免费下载链接】AI-Papers-of-the-Week🔥Highlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week
AI-Papers-of-the-Week 由 DAIR.AI 团队维护，每周精选机器学习领域的顶级论文，为每篇附上 arXiv 原文与作者推文链接，是没时间刷 arXiv 的研究者、算法工程师和学生的每周论文追踪清单。
为什么值得用它
arXiv 每周上新几百篇，真正值得读的不到一成。手动翻 abs 页面，要么漏掉重点，要么把整个下午耗在筛选上。这个项目把筛选这一步固定下来了：每周出一期，从 LLM、多模态、图像生成等方向挑出 10 篇，原文链接、讨论推文都整理进同一张表格。
你不用判断“这篇值不值得读”，按周翻一遍，5 分钟就能知道当期社区在关注哪个模型、哪个基准被刷新 🔥 对刚入门的人来说，这份周榜还能直接当“该读什么”的默认答案。
核心亮点
每期固定 10 篇必读论文，原文一键直达
它做了什么：每期（如 years/2025.md 里的 “December 1 - December 7” 一期）固定一张表格，列出 10 篇论文，每行给 arXiv 原文链接和作者推文链接。带来什么效果：2025 年 12 月初这期收录了 DeepSeek-V3.2 技术报告，表格里就能看到 DeepSeek-V3.2-Thinking 在 AIME 2025 上 93.1% 的具体成绩，不用再去搜索引擎里找。对谁有用：追热点的研究者、做技术选型的工程师，周五下午扫一眼即可同步社区共识。
周榜封面示例：一页拼图看懂当期论文的架构图与实验结果
从 Llemma 到 Kosmos-1，跨方向选题不偏科
它做了什么：选题横跨数学推理 LLM（如用 Proof-Pile-2 数据集训练的 Llemma）、检索增强（Self-RAG、StreamingLLM）与多模态（Kosmos-1 这类同时处理文本、图像、音频的 MLLM），覆盖 NLP、CV、机器人等方向。带来什么效果：一个仓库里同时看清“语言模型怎么变强、视觉怎么接入”，不用在多个订阅列表之间来回切换。对谁有用：做交叉方向的学生，以及要向团队汇报全领域动态的技术负责人。
2023 年 2 月 29 日—3 月 5 日一期封面：Kosmos-1 的多模态架构与图像重建示例
封面图随仓库存档，实验结果不用翻 PDF
它做了什么：pics/ 目录给早期每期各配一张封面图，直接拼上论文的架构图与实验结果，例如 pics/Week-6-12-February-2023.png 展示了文生图提示词优化的两组对照图像。带来什么效果：浏览周榜时点开对应图片，几秒内确认当期论文在讲什么，再决定要不要读原文。对谁有用：要给团队做分享、需要贴图的工程师和学生。
2023 年 2 月 6—12 日一期封面：文生图提示词优化对照与 TextFormer 预测示例
三步跑起来
- 克隆仓库，把全部周榜拉到本地：
git clone https://gitcode.com/GitHub_Trending/ml/ML-Papers-of-the-Week- 打开 README.md，按 2023—2026 的年份找到对应的周列表。
- 进入 years/2026.md 这类年度文件，定位目标周次，表格里的 Paper 链接直接跳转 arXiv 原文。
仓库里去哪里找
- years/：2023 到 2026 四个年度文件，全部周榜按期归档。
- research/：含 ml-potw-10232023.csv，把论文标题、简介、arXiv 链接、摘要整理成可检索的数据表。
- pics/：早期各期封面图，展示当期论文的架构图与实验结果。
机器学习论文的更新速度不会慢下来，按周翻这份榜单，你的信息差会一点点变小 📌 现在就克隆仓库，从最新一期开始读。
【免费下载链接】AI-Papers-of-the-Week🔥Highlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
