Paper-Notes: ein Markdown-Repository als Index über Tausende Konferenzpapiere

Was Paper-Notes leisten soll und für wen es gedacht ist

Die Flut an Konferenzveröffentlichungen ist das Problem, das dieses Repository adressiert. Das README formuliert das Ziel als "5 Minuten pro Paper": Jede Notiz soll die Kernidee eines Beitrags in kurzer Lesezeit vermitteln. Der Anspruch ist nicht Tiefe, sondern Abdeckung. Laut README sind mehr als 23.000 Notizen aus neun Konferenzen enthalten, verteilt auf mehr als 40 Forschungsrichtungen. Die Zielgruppe lässt sich aus dem Aufbau ableiten: Forschende, die einen Überblick über einen ganzen Jahrgang brauchen, Studierende, die sich in ein Thema einarbeiten, und Praktiker, die vor einer Literatursuche erst eingrenzen wollen, welche Arbeiten überhaupt relevant sind. Das Repository ist kein Ersatz für die Papiere selbst. Es ist ein Vorindex, der die Auswahl entscheidend verkürzt.

Der Aufbau: Konferenz, Forschungsfeld, einzelne Notiz

Die Struktur ist bewusst flach und dateibasiert. Unter docs/ liegt pro Konferenz ein Verzeichnis, etwa CVPR2026/ oder ICLR2026/. Darin folgen Unterordner wie 3d_vision/ oder llm_reasoning/, die jeweils eine index.md und viele einzelne Markdown-Dateien enthalten. Jede Notiz ist eine Datei, benannt nach einem Paper-Slug. Darüber liegen zwei Aggregationsebenen: die Feldindex-Datei bündelt alle Notizen eines Forschungsfelds, die Konferenzindex-Datei bündelt die Felder, und docs/index.md ist der Gesamteinstieg mit der Suche der Website. Wer das Repository klont, kann mit grep, ripgrep oder einem Editor über die Dateien gehen, ohne eine Datenbank oder einen Server zu betreiben. Das ist der eigentliche Nutzen des Layouts: Textdateien lassen sich versionieren, verlinken und durchsuchen, ohne dass ein Build-Schritt nötig wäre. Die Website papernotes.org ist eine zusätzliche Oberfläche über denselben Inhalten, kein getrenntes System.

Umfang und Abdeckung: Zahlen aus dem README, nicht aus einem Benchmark

Das README enthält eine Tabelle mit Notizzahlen pro Konferenz. Für ICLR 2026 sind 5.342 Notizen angegeben, für CVPR 2026 4.067, für NeurIPS 2025 2.530, für ACL 2025 1.855, für ICML 2026 1.846 und für CVPR 2025 1.820. Kleinere Posten sind ECCV 2026 mit 420 und ECCV 2024 mit 869. Diese Zahlen sind Selbstdarstellung des Projekts und keine unabhängig geprüfte Statistik. Sie sagen auch nichts über die Qualität der einzelnen Notiz. Die Verteilung über Felder ist sehr ungleich: 3d_vision/ und image_generation/ liegen jeweils über 2.000 Notizen, während anomaly_detection/ mit 14, earth_science/ mit 19 und federated_learning/ mit ebenfalls 19 Einträgen fast leer wirken. Wer in einem dieser dünn besetzten Felder sucht, wird hier kaum fündig. Die Verzeichnisnamen sind stabil und entsprechen den Themen-Tags des Repositories, was die Orientierung erleichtert.

Betrieb: Klonen, durchsuchen, lokal lesen

Der einfachste Weg führt über git. Mit git clone https://github.com/zhaoyang97/Paper-Notes.git entsteht eine lokale Kopie, in der alle Notizen als Markdown vorliegen. Ein ripgrep-Aufruf wie rg -l "RAG" docs/ICLR2026/ liefert alle Dateien, die den Begriff enthalten, und ist schneller als jede Weboberfläche. Für die Website-Variante genügt der Aufruf von https://papernotes.org/ im Browser. Ein Konfigurationsschlüssel oder eine Umgebungsvariable ist im README nicht dokumentiert, und auch keine Installationsanleitung für einen lokalen Build. Das README erwähnt lediglich, dass ein Neuladen der Seite hilft, wenn mathematische Formeln nicht korrekt dargestellt werden. Wer die Notizen in eine eigene Pipeline einspeisen will, muss also selbst entscheiden, wie er die Markdown-Dateien parst. Das Repository liefert dafür keine Werkzeuge mit, obwohl Python als Hauptsprache angegeben ist. Der Python-Anteil ist im sichtbaren Material nicht beschrieben, seine Rolle bleibt offen.

Was die Notizen nicht leisten können

Eine Fünf-Minuten-Zusammenfassung kann eine Methode nicht validieren. Sie kann keine Hyperparameter nennen, keine Fehlerbalken einordnen und keine Reproduzierbarkeit bewerten. Wer eine Arbeit in einem eigenen System einsetzen will, muss das Original lesen. Ein zweiter Punkt wiegt schwerer: Das README enthält keine Angaben dazu, wie die Notizen erstellt werden. Ob sie von Menschen geschrieben, aus Abstract-Texten abgeleitet oder automatisch generiert sind, geht aus dem Material nicht hervor. Damit ist auch nicht beurteilbar, wie zuverlässig eine einzelne Notiz den Inhalt eines Papiers wiedergibt. Für eine erste Orientierung mag das genügen. Für eine Literaturangabe in einer Publikation ist es zu wenig. Ein dritter Punkt betrifft die Aktualität: Die Versionshinweise nennen Termine bis Juli 2026, die Roadmap listet kommende Konferenzen wie NeurIPS 2026 und EMNLP 2026. Ob diese Termine eingehalten werden, lässt sich aus dem Repository allein nicht beurteilen.

Alternative: Papers with Code und die papers-with-notes-Liste

Wer mehr als eine Kurznotiz braucht, landet bei Papers with Code. Der Unterschied liegt im Ansatz: Papers with Code verknüpft Papiere mit Code-Repositories, Datensätzen und Ergebnistabellen, während Paper-Notes ausschließlich Textnotizen liefert. Die eine Quelle beantwortet die Frage "gibt es eine Implementierung und wie schneidet sie ab", die andere die Frage "worum geht es in diesem Paper". Ein zweiter Vergleichspunkt liegt im eigenen Ökosystem des Projekts: Das README verlinkt für jede Konferenz eine Datei wie CVPR2026-Papers.md im Repository zhaoyang97/papers-with-notes. Diese Listen enthalten die vollständigen Paper-Verzeichnisse und sind damit ein anderes Werkzeug als die Notizen selbst. Für die Suche nach einem bestimmten Titel ist die Liste oft der schnellere Weg, für die inhaltliche Einordnung die Notiz.

Lizenz und Weiternutzung

Das README nennt CC BY-NC-SA 4.0 als Lizenz für die Inhalte. Diese Kombination erlaubt die Nutzung mit Namensnennung, schließt kommerzielle Verwendung aus und verlangt, dass Bearbeitungen unter derselben Lizenz weitergegeben werden. Die Repository-Metadaten führen dagegen NOASSERTION, also keine maschinenlesbare Lizenzangabe. Diese beiden Angaben widersprechen sich, und wer die Notizen in ein Produkt, einen Kurs oder eine interne Wissensdatenbank einbinden will, muss diesen Punkt vorher klären. Ein Hinweis auf die Lizenzdatei im Repository selbst fehlt im sichtbaren Material. Die nichtkommerzielle Klausel ist der praktisch relevanteste Teil: Sie schließt viele Unternehmensanwendungen aus, selbst wenn die Namensnennung kein Problem wäre.

Wartung, Updates und der Aufwand für Nutzer

Das Projekt wird aktiv gepflegt. Der letzte Push liegt laut Metadaten im September 2026, und die Versionshinweise zeigen einen Rhythmus von etwa monatlichen Ergänzungen: v1.1.0 im April 2026 für ACL 2026, v1.2.0 im Mai für ICML 2026, v1.3.0 im Juni für CVPR 2026, v1.4.0 ebenfalls im Juni für ICLR 2026, v1.5.0 im Juli für ECCV 2026. Ein Repository ohne Releases im klassischen Sinn, aber mit dokumentierten Versionsständen im README. Für Nutzer entsteht Aufwand nur beim Aktualisieren: Ein git pull holt neue Notizen, mehr ist nicht nötig. Es gibt keine Abhängigkeiten, keine Build-Tools, keine Datenbankmigration. Das ist der Vorteil eines reinen Markdown-Baums. Der Nachteil ist, dass es keine strukturierten Metadaten pro Notiz gibt, also keine maschinenlesbaren Felder für Titel, Autoren oder Konferenz. Wer solche Felder braucht, muss sie aus dem Dateinamen oder dem Fließtext extrahieren.

Redaktionelles Fazit

Wer einen schnellen, thematisch sortierten Einstieg in einen Konferenzjahrgang sucht, kann Paper-Notes klonen oder papernotes.org im Browser öffnen. Wer Zahlen, Architekturdetails oder Reproduzierbarkeit braucht, sollte direkt zum Originalpapier gehen. Vor dem Einsatz in einem eigenen Produkt ist die Lizenzfrage zu klären: Der Lizenzhinweis im README nennt CC BY-NC-SA 4.0, die Repository-Metadaten führen NOASSERTION. Diese Diskrepanz ist vor jeder Weiternutzung zu prüfen.

Offizielle Quellen

1. Issues
2. Project website
3. README
4. zhaoyang97/Paper-Notes on GitHub