申博、留学、评职称的同学，逃不过要发表论文。对很多人尤其是对于论文新手来说，写论文可能是一个极具挑战性的过程。今天Bulu分享以下10个论文平台、论文检索工具，会大大提高论文撰写效率，告别熬夜肝论文！建议收藏哦～
1、Arxiv
网站网址：https://arxiv.org/
Arxiv创建于1991年，截止到目前收录论文数量已达240万篇。论文主要是理工科论文，包括数学、物理、计算机、统计、金融等领域。
arXiv可以说是当下最为流行的论文托管网站，每天都会新增数量众多的优质论文。在arXiv发表论文，已经成为科研圈的"潜规则"。
（PS：为了能提高arXiv用户的论文阅读效率，GitHub 上有人开源了一款可利用 ChatGPT总结 arXiv 论文的开源工具：ChatPaper。感兴趣的可以了解下）
2、CV三大顶会 ---ICCV、CVPR和ECCV
CV（计算机视觉）领域的三大顶级国际会议分别是ICCV、CVPR和ECCV，这三大会议在计算机视觉领域具有重要影响力，其发表的论文代表了当年计算机视觉研究的前沿水平。
查询往年的CVPR论文，截止到2024年
链接：
https://openaccess.thecvf.com/CVPR2020
https://openaccess.thecvf.com/CVPR2021
https://openaccess.thecvf.com/CVPR2022
https://openaccess.thecvf.com/CVPR2023
https://openaccess.thecvf.com/CVPR2024
查询往年ICCV论文，截止到2023年
链接：
https://openaccess.thecvf.com/ICCV2023
https://openaccess.thecvf.com/ICCV2021
https://openaccess.thecvf.com/ICCV2019
https://openaccess.thecvf.com/ICCV2017
https://openaccess.thecvf.com/ICCV2015
https://openaccess.thecvf.com/ICCV2013
年查询往年ECCV论文
链接：
https://openaccess.thecvf.com/ECCV2018
3、ML三大顶会---NIPS、ICML和ICLR
NIPS、ICML和ICLR在机器学习领域具有极高的影响力和重要性。这些会议吸引了全球顶尖的研究者和工业界专家，发表的论文被广泛引用，对机器学习的发展起到了推动作用。
ICML往年论文集合
链接：
（非官网，可以直接在这个网站快速找到每一年）
ICLR往年论文
链接：
https://openreview.net/groupid=ICLR.cc/2024/Conference
（修改网址中的年份可以查询往年论文）
NeurIPS往年论文集合
链接：
（非官网，可以直接在这个网站快速找到每一年）
以下是7个论文检索工具
4、paperwithcode
网址：https://paperswithcode.com/
paperswithcode是一个免费开放的资源平台，提供了论文、代码、数据集、方法和评估表。在Browse State-of-the-Art板块我们可以检索不同领域最新的论文，截止目前有14万多篇，另外还可以看到该领域的指标排行。最重要的是，可以找到论文的code！
5、Connected Papers
网址：https://www.connectedpapers.com
Connected Papers是一款基于引文网络的文献检索与分析工具，它可以根据用户提供的一篇种子文献，构建一个可视化的文献网络图，基于文献的共被引和耦合关系，展示该论文的相似文献。
6、Research Rabbit
网址：https://www.researchrabbitapp.com
Research Rabbit是一款基于引文网络的文献检索及可视化工具，它可以根据用户提供的种子文献，自动推荐相关文献，并以可视化的方式展示文献之间的关系，可查看领域大牛及学者间的合作关系。
7、Inciteful
Inciteful主要有"论文发现"、"文献连接器"功能。"论文发现"根据用户提供的单篇文献，构建引文网络，帮助用户找到最相似论文、重要论文以及多产学者和机构。
8、Open Knowledge Maps
网址：https://openknowledgemaps.org
它是基于根据用户输入的关键词或研究问题（而不是种子文献），选取100篇文献构建可视化的文献网络地图。
9、SciRadar
SciRadar是一款科研创新情报平台，免费提供论文检索、文献计量分析服务，平台有3.2亿+文献数据
10、Semantic Scholar
网址：https://www.semanticscholar.org
Semantic Scholar是一款基于机器学习的文献检索引擎，增加了对文献的语义内容理解。
