?作為一名在軟件工程領域漫漫科研長路上的求索者，你可能難免遇到以下困境：初入某個研究領域，對其進展一無所知且毫無頭緒；想使用某個文獻中提及的數據集，花費許多時間搜索卻一無所獲；當搜索到一篇與自己研究內容相關的文獻時，難以找到與之對應的開源代碼，以至于難以了解文獻中方法的具體實現，無法復現其實驗結果。如果你正為以上問題發愁，不妨讓學術神器Papers?With?Code（系統網址：https://paperswithcode.com/）助你一臂之力！

網站簡介

Papers With Code網站首頁如圖1所示。用戶可以通過左上方的搜索欄直接搜索所研究領域的關鍵字或者感興趣的論文名稱。

圖1?Papers With Code網站首頁

?在搜索欄右側分別是“瀏覽最先進的”“數據集”“方法”及“更多”這四個主要功能版塊。“瀏覽最先進的”主要用于為用戶提供某個領域內目前公認最先進的文獻方法及其實現代碼。對初入新領域的研究者來說，先快速找到該領域最新最好的文獻，然后根據其代碼實現進行實驗復現以了解算法細節，再根據它的參考文獻來學習這個領域最近幾年的新成果（一般是3-5年內的）和一些經典理論，找出這個領域的研究熱點和難點，不失為一種較好的學習方式。如圖2所示，截止2022年6月，該版塊已經搜集了7635個排行榜、3112個任務和71871篇帶有源碼的論文，并將論文細分成“計算機視覺”“自然語言處理”等16個類別，為研究者查找文獻提供了極大的便利。

圖2?Papers With Code網站BrowseState-of-the-Art版塊

?“數據集”版塊如圖3所示，主要用于查找機器學習相關的數據集。截止2022年6月3日，該版塊已經搜集了6241個公開數據集以及與其相關的論文，包括CIFAR10、ImageNet、COCO等最主流的數據集。網頁左側面板中提供了按數據集名稱搜索、按數據集類型搜索、按任務類型搜索等多種搜索方式。

圖3?Papers With Code網站Datasets版塊

?以紅外人車數據集KAIST為例進行搜索，可得到4個與KAIST數據集相關的結果，如圖4所示。用戶點擊即可查看每個結果的詳細介紹。

圖4 KAIST數據集查詢結果展示

?“方法”版塊介紹了1931個與機器學習相關的組件（或者網絡結構），并將其分為“通用”“計算機視覺”“自然語言處理”“強化學習”“語音”“序列化”及“圖計算”7大類。用戶點擊進入相應的類別即可查看更加詳細的分類信息。

圖5?Papers With Code網站Methods版塊

?“更多”菜單中，包括“通訊”“關于”“趨勢”“門戶”“庫”等內容。其中，“通訊”版塊如圖6所示。用戶只需要通過郵箱進行訂閱，就可以及時收到機器學習的最新資訊推送，包括代碼、研究進展、庫、方法和數據集。

圖6?Papers With Code網站Newsletter版塊

?“趨勢”版塊如圖7所示。用戶通過該模塊可以了解各類AI框架的使用趨勢和可用代碼的變化趨勢。

圖7?Papers With Code網站Trends版塊

?“門戶”版塊介紹了包括機器學習、計算機科學、物理學、天文學、數學和統計學等領域的論文及其相關代碼。用戶可以根據自身需求，通過該版塊快速進入不同的領域進行學習。

圖8?Papers With Code網站Portals版塊

?“庫”版塊介紹了與計算機視覺、自然語言處理相關的一些常用AI框架。

圖9?Papers With Code網站Libraries版塊

使用指南

1. 論文及其源碼查找

?以查找一篇題為“BERT: Pre-training of?deep?bidirectional?transformers for?language?understanding”的論文為例，用戶直接在搜索框中輸入論文題目，就可以看到如圖10所示的搜索結果。

圖10?Papers With Code網站論文查找結果頁面

?用戶點擊“Paper”按鈕，即可打開對應論文的詳情頁面，看到論文摘要、論文作者等有關該論文的基本信息，并能夠以PDF形式免費下載論文全文。

?圖11?Papers With Code網站論文詳情頁面

?論文詳情頁面中的Code版塊展示了實現該論文方法不同版本的GitHub源碼。展示列表通常按照源碼的“Star”數量降序排序，“Star”越多代表相應的源碼質量越好。此外，每個源碼都有注明其所用的AI框架。

?圖12?Papers With Code網站論文詳情頁面Code版塊

2. 領域研究進展查詢

?通過查詢研究領域的關鍵字可以了解該領域最新的研究進展。在左上角的搜索框中輸入你想要了解的研究領域關鍵字，如想要了解網絡剪枝相關論文，只需在輸入框中輸入“network pruning”就可以看到與網絡剪枝相關的“任務”“排行榜”及相應的論文，如圖13所示。

圖13?Papers With Code網站領域研究關鍵字查詢

?進入如圖14所示的“任務”頁面后，用戶可以看到“網絡剪枝”相關的定義、基準數據集、不同數據集下的最佳網絡模型名稱、相關論文及其實現代碼。

圖14?Papers With Code網站Task頁面

?用戶點擊列表右側的“See all”按鈕就可以查看該數據集下多個模型方法的對比排行榜，如圖15所示。排行榜包括排名、所用模型、準確率、GFLOPs、參數量、方法、源代碼、結果、發表的年份等字段。用戶可以選擇感興趣的方法，點擊打開相應的論文詳情頁面進行進一步了解和學習。

?圖15 Papers With Code網站Leaderboard頁面

?在“庫”小節，用戶可以通過表中所列的庫查找網絡修剪模型和實現。而在“數據集”小節，用戶可以從數據集的角度查找相關論文和代碼實現。相關論文可按“實現最多”“最熱門”“最新”和“沒有代碼”進行展示，其界面如圖16所示。

?圖16 Papers With Code網站任務詳情頁面