AI 助你快速读懂每一篇论文
左右滑动
公测中文档总结、基于事实的论文对话、AI 审稿助手
AI 交互式阅读新体验
左右滑动
分栏顺序、跨页段落、图表题注、公式与参考文献各自归位。
逐句判断它在论证里承担的角色,而不是按关键词涂色。
原文与译文并排对齐,术语和公式保持完整。
每个结论都能点回它依据的那一句原文。
为什么需要它
真正消耗时间的是三件事:定位重要段落、跨语言理解、验证别人替你总结的东西。KeyLight 针对的就是这三件事。
一篇十几页的论文里,决定你要不要继续读下去的可能只有五六句话。问题在于读完之前你无法知道是哪几句,于是每一篇都得从头扫一遍。
公式被当成乱码、图表编号错位、同一个术语前后译得不一样。读完中文还得回去核对英文,等于把同一篇读了两遍。
模型给你一段流畅的概括,却不告诉你它出自第几页第几句。你要么整段相信,要么自己回原文重读一遍,两种都不省时间。
工作原理
四个阶段,每一步的产物都落在同一套句子标识上,所以后面的标记、提问和导出才能互相对齐。
先解决物理结构:分栏的阅读顺序、跨页续接的段落、图表和题注的归属、公式与参考文献的边界。文字顺序对了,后面所有判断才有意义。
把正文切成可引用的句子,每一句都记下它在页面上的位置。这是所有标记和引用能够落回原文的基础。
判断每句话在论证链条里承担什么,按六类语义上色。你可以先只看洞察和结果,再决定这篇要不要展开读方法。
对着原文提问,答案带着句子级出处。你自己划的重点、写的笔记和导出的内容,锚定的是同一套句子标识。
语义色彩体系
同一篇论文,做实验的人先看结果,做系统的人先看方案,写综述的人先看动机。KeyLight 不替你决定什么重要,只标出每句话在论证里的位置,让你按自己的目的挑入口。
这篇论文针对的对象和背景:它要解决什么,讨论的是哪一类现象。
为什么这个问题值得做、难在哪里,以及现有做法为什么不够用。
作者的核心判断和认知转折,通常是整篇最该慢读的几句。
方法、系统、流程与实现路径,回答具体怎么做。
实验证据与结论,回答做到了什么程度、和谁比、差多少。
附带发现、限制与适用边界,决定这套做法能不能搬到你的场景。
核心能力
不用在阅读器、翻译工具、笔记软件和对话框之间来回切换。
多栏排版、跨页段落、图表题注、公式与参考文献分别识别,阅读顺序按人眼实际走的路径还原。
上传后自动跑一遍,按六类语义给每句话定位。你可以随时增删或改判,自己划的部分不会被自动结果覆盖。
原文与译文逐句对齐,可以整篇并排对照,也可以只在读不懂的那一句上临时查看。
针对选中的段落提问,回答里的每个论断都带着可点击的原文引用,点一下跳回论文中的那一句。
自己划的重点和写下的笔记集中在一处,可导出为 Markdown 或带 YAML 头的 Markdown,整篇文档还能导出 DOCX 与 PDF。
上传过的论文集中管理,按标题、作者或自己的分组查找。换一台设备打开,还是同一份标记和笔记。
适合谁
组会前要过一摞相关工作,先用语义标记定位,再决定哪两篇值得逐行精读。
快速定位贡献声明和支撑它的实验,核对作者说的和数据显示的是否一致。
从论文里找可落地的方法,重点看方案的前提条件和适用边界,而不是全文通读。
进入陌生方向时,先靠动机和问题两类标记建立术语与脉络,再往下深入。
常见问题
目前支持 PDF,单个文件最大 50 MB。也可以直接粘贴论文链接或 arXiv 编号,由 KeyLight 代为取回。
上传后会自动跑一遍并给出语义标记。你可以在此基础上增删和改判,自己划的部分不会被自动结果覆盖。
翻译按句子进行并与原文对齐,公式、图表编号和参考文献保持原样。可以整篇并排对照,也可以只在读不懂的那句上临时查看。
回答中的论断都带着可点击的原文引用,点开会跳到论文里对应的那一句。找不到出处的说法,你可以直接判定为不可用。
笔记可导出为 Markdown,或带 YAML 头的 Markdown,方便直接进本地笔记库。整篇文档还能导出 DOCX 与 PDF。
可以生成只读分享链接,对方看到的是同一份论文和上面的标记,但不能修改。
上传一篇你手上正在读的 PDF,看看它被拆成问题、动机、洞察、方案、结果和观察六层之后是什么样子。