AI 读论文：读懂原文，而不是只看摘要
AI 读论文，是让 AI 陪你在原文 PDF 里逐句读：划出看不懂的句子、公式或术语，就地得到结合上下文的解释；再就全文提问，回答标出出处章节。每条回答都留在引出它的那一行旁边，不会被聊天记录冲走。注册即可完整读第一篇，无需信用卡。
看不懂的那句话，AI 怎么就地讲明白？
这就是产品本身：左边是论文，右边是解释。选中任何看不懂的内容，回答会结合同页上下文，并一直挂在引出它的那一行旁边。
1. Introduction
Deep convolutional neural networks [22, 21] have led to a series of breakthroughs for image classification [21, 50, 40]. Deep networks naturally integrate low/mid/high-level features [50] and classifiers in an end-to-end multi-layer fashion, and the “levels” of features can be enriched by the number of stacked layers (depth). Recent evidence [41, 44] reveals that network depth is of crucial importance, and the leading results [41, 44, 13, 16] on the challenging ImageNet dataset [36] all exploit “very deep” [41] models, with a depth of sixteen [41] to thirty [16]. Many other non-trivial visual recognition tasks [8, 12, 7, 32, 27] have also greatly benefited from very deep models. Driven by the significance of depth, a question arises: Is learning better networks as easy as stacking more layers? An obstacle to answering this question was the notorious problem of vanishing/exploding gradients [1, 9], which hamper convergence from the beginning.
1
这句话是全文核心问题的引出：既然深度对视觉识别很重要，那么简单地叠加更多层是否就能得到更好的网络？
作者问这个问题，是为了立刻指出答案是否定的。紧接着的内容解释了两个障碍：一是梯度消失/爆炸导致训练无法收敛；二是即使收敛问题被 batch normalization 等技术解决后，仍然出现"退化问题"——56层的 plain 网络训练误差反而高于20层网络（见 Figure 1）。这说明单纯堆层并不等价于学到更好的映射，网络的优化本身变得更困难了。这个问题正是论文提出 residual learning 的直接动机。
这是中文界面下针对 He et al. 论文《Deep Residual Learning for Image Recognition》（CVPR 2016）的真实输出，未经任何修改。注意它引用了同一页的 Figure 1：解释读的是上下文，而不只是你选中的那一句。
一页解读卡，顺手就有了
你不用专门去要。在你阅读的同时，后台会生成一页卡片——TL;DR、方法、带真实数字的关键发现，以及局限。下面这张来自《Attention Is All You Need》（Vaswani et al., NeurIPS 2017），未经手动修改。
导出 16:9 版本，直接放进组会幻灯片。解读卡目前统一用英文生成。它是阅读的副产品，不是阅读的替代品。
先读懂，再出图
多数 AI 读论文工具丢给你一段摘要，然后留你一个人去啃方法部分。这里的 AI 陪你待在 PDF 里，一句一句往下读。等你真正读懂了一篇论文——或者开始写自己的论文时——我们的图形摘要生成器能把它变成符合期刊要求的投稿配图。读论文和发论文，在同一个地方完成。
AI 读论文怎么用
不用写提示词，也不用做任何设置。论文几秒内就能打开，你像平时读英文文献一样往下读——直到某处卡住。
打开论文 PDF
拖入任意期刊论文、会议论文或预印本，最大 100MB——自己的或别人的都行，任何语言都可以。文件会立即显示，不用等 AI 处理完才开始读。
划出卡住你的地方
选中看不懂的句子、公式或术语。解释会出现在旁边，依据这篇论文的上下文写成——深度由你选，用你的界面语言返回。
向这篇论文提任何问题
为什么选这个对照组？讨论部分和表 3 对得上吗？回答来自这篇论文的全文，并标出所在章节，方便你自己回去核对。
论文阅读 AI 能帮你做什么？
读一篇论文不是一个动作，而是两百个被卡住的小瞬间。
结合上下文来解释
解释来自你选中的段落和它的前后文，而不是模型碰巧知道的一般常识。符号按这篇论文自己的定义来讲。
三档深度，一键切换
同一句话，可以讲给领域外的人、刚进入这个细分方向的研究生，或只想看技术要点的同行。章节越读越难时，随时切换。
英文文献阅读：读原文，用中文读懂
解释用你的界面语言返回，基因名、数据集名和数学符号保持原样。你照样读原文，只是不再被术语拖慢。
每条解释都锚定在原文
回答不会淹没在聊天记录里。每一条都保留引出它的那句话和页码；点一下，就跳回 PDF 里的那一行，方便溯源核对。
阅读记录自动保存
关掉标签页，明天再来：每处高亮、解释和提问都还在原处。一个学期下来，你攒下的是一座带批注的文献库，而不是一文件夹 PDF。
顺手留下解读卡
阅读的同时会生成一页解读卡，包含 TL;DR、方法、发现和局限——导出 PNG 就能拿去组会，不用另做幻灯片。
别人递给你的摘要 vs. 你自己读懂的论文
摘要工具只回答它自己决定要回答的问题。而读论文，是要弄懂论文让你冒出来的那些问题。
AI 论文总结工具与「和 PDF 对话」工具
- 你离开了论文，读的是它的转述
- 你卡住的那一句，恰恰是被压缩掉的那一句
- 回答堆在聊天记录里，找不回对应的原文
- 每问一次，都要重新描述你正在看的上下文
- 关掉标签页，什么也没留下
用 AI 读论文
- 从头到尾都在原始 PDF 里读
- 精确划出卡住你的那一句
- 每条回答都锚定在对应的行和页
- 追问会带上原段落，不用反复交代背景
- 高亮、提问和解读卡都存进你的文献库
常见问题
关于 AI 读论文的费用、准确性和保存方式，一次说清。