1. 只依賴關鍵字找論文：
- 這類學生會利用關鍵字在最新的機器學習會議中尋找相關的論文，雖然這樣做能快速找到與自己研究領域相關的論文，但這種方法只能找到「字面上」相關的論文。這意味著，學生們可能會錯過那些沒有直接使用關鍵字但實際上對研究有重大影響的文獻。因此，學生應該學會使用更廣泛的搜尋策略，並深入閱讀引用文獻，以發掘更多潛在的研究資料。
2. 忽略論文的歷史背景：
- 每篇論文的貢獻都是建立在前人的努力之上。了解2024年的論文在歷史上的演變過程，才能真正理解其價值和創新點。例如，現今的AI技術被稱為大語言模型，但其根源可以追溯到編碼器-解碼器循環神經網絡，甚至更早的技術。學生需要了解這些技術的發展歷程，才能更好地把握當前研究的方向和意義，從而提出更具創新性的研究問題。
3. 沒有深入研究核心參考文獻：
- 一篇論文通常會引用30到100篇文獻，但真正影響其思想的往往只有2-3篇核心參考文獻。這些核心文獻通常是解決關鍵問題的基石，代表著研究領域中的深層思考和解決方案。學生如果忽略這些核心文獻，會導致對問題解決方案的理解不夠深入，缺乏對研究背景和問題本質的深刻認識。因此，學生應該花時間仔細閱讀和分析核心文獻，以便更全面地理解自己的研究工作和其在整個學術領域中的位置。
你在鍛鍊自己讀論文能力的過程中還見過什麼其他錯誤？
