以下是关于论文精读的相关内容：
对于渴望深入理解AI的爱好者和研究者来说，阅读经典论文不仅是获取知识的途径，更能让我们产生新的思维方式。历史文章分享过一次《Attention is All You Need》论文的精读，我也不是算法和机器学习的从业者，有很多不解，但是不影响我在后面学习大语言模型（LLM）相关技术时提供了理论基础。《Attention is All You Need》这篇论文堪称经典一点不为过，早期的GPT、BERT、T5大语言模型都是在此论文提供的Transformers框架上进行后续的模型设计和优化的。所以今天，为大家推荐31篇LLM的经典论文之作速读版，看完感觉自己通透了，包含：大语言模型架构、RAG、预训练、微调、提示词等。在此之前，先分享一个想看中文翻译版原文的高效办法：为了方便中文阅读：安装浏览器插件“沉浸式翻译（https://immersivetranslate.com）”，支持多种浏览器，多个翻译服务。PDF翻译后样式不方便阅读，调整为HTM版本：将arxiv PDF论文原地址域名中的x更换成5即变成可访问的HTML版本链接，然后就可以愉快的使用“沉浸式翻译”进行原文阅读了。论文中看不懂的公式/概念，对于不是搞算法的可以不用专研，毕竟没有算法功底和更详细的上下文有些很难读懂，google或者AI一下知道是干嘛的就够了（个人阅读习惯，大佬跳过～）。31篇LLM的经典论文速读版清单[节选来源：劉智皓](https://tomohiroliu22.medium.com/66%E5%80%8B%E5%A4%A7%E5%9E%8B%E8%AA%9E%E8%A8%80%E6%A8%A1%E5%9E%8Bllm%E7%B6%93%E5%85%B8%E8%AB%96%E6%96%87-0fcdab74e822)|
作者：小七姐可以在以下地址关注她，主页内容更丰富：[小七姐的prompt学习社群](https://t.zsxq.com/15KhQ0RE7)本文为论文《PromptAgent:Strategic Planning with Language Models Enables Expert-level Prompt Optimization》的中文精校解读原文地址：https://arxiv.org/abs/2310.16427PDF文档：https://arxiv.org/pdf/2310.16427.pdfPromptAgent:Strategic Planning with Language Models Enables Expert-level Prompt Optimization提示词智能体：结合语言模型的策略性规划实现专家级提示词优化
阅读完整篇文章之后需要花费大量时间总结和梳理文章内容，而大模型可以结合有效的提示词，迅速总结概括文档，从而节省时间。[heading3]论文总结提示词[content]GLM-4-Plus结合良好的提示词能够帮助学生快速总结论文内容，提高论文梳理的效率。[heading4]总结示例[content]论文内容总结结果示例：[heading3]论文内容翻译[content]学生在阅读文献时，由于语言差异，常常需要依赖翻译工具。然而，而且现在市面上的翻译软件由于字数限制不能直接对整篇文章进行处理，大模型可以弥补这一不足，帮你更快更好地理解原文，让你高效掌握论文核心内容。[heading4]论文内容翻译提示词[content]GLM结合良好的提示词能够帮助学生快速翻译论文内容，提高论文阅读效率。[heading4]翻译示例[content]翻译结果示例：[heading3]论文内容扩写润色[content]我们可以继续将论文内容转化为社交媒体的科普内容，将复杂学术知识普及化。这不仅仅是简单的翻译，而是需要将那些充满术语和专业词汇的学术语言，转换成普通大众能够轻松理解、并且感兴趣的表达方式。[heading4]论文总结内容润色提示词[content]精心设计的润色提示词可以根据特定场景进行调整，以便生成与特定平台风格相匹配的多样化润色结果。这里是针对小红书的使用场景，调整提示词以匹配其特有的口语化、轻松愉快的氛围，从而将论文中的结论部分润色成适合在小红书上分享的生活化内容。[heading4]润色示例（小红书科普）[content]通过精心设计的润色提示词，我们能够确定不同的润色风格，从而生成多样化的润色结果。在这里，我们将论文中的结论部分稍加润色，使之更易于在小红书上分享，转化为贴近生活的帖子，让复杂的学术知识以通俗易懂的方式呈现，吸引更多普通大众的关注和兴趣。论文中结果部分：润色后结果展示：