大家好，我是 Ai 學(xué)習(xí)的老章

AI 時(shí)代論文暴增，看論文方式也該升級(jí)了

我介紹過 N 多工具和方法：

比如：

1. 論文可視化查找工具 soarxiv

2. 批量下載總結(jié)論文的 MCP

3. 網(wǎng)頁端總結(jié)翻譯論文的豆包

4. 更強(qiáng)悍的全篇對(duì)比翻譯的沉浸式翻譯

5. 論文轉(zhuǎn)博客的 AlphaXiv

6. 論文復(fù)現(xiàn)代碼的 Paper2Code

7. 還有把論文變成結(jié)題報(bào)告 PPT 的教程

其中我最常用的 AlphaXiv 也詳細(xì)介紹過：

它良心在有超強(qiáng)大模型免費(fèi)試用，直接與論文對(duì)話

overview那里，相當(dāng)于迅速把論文提煉成一篇博客

它也有插件，可以從arxiv一鍵跳轉(zhuǎn)

還可以AlphaXiv+ 沉浸式翻譯同時(shí)使用！

最近 alphaXiv 又出了一些新功能，也相當(dāng)贊

一個(gè)是面向 arXiv 論文的 NotebookLM ，可以將晦澀難懂的人工智能研究轉(zhuǎn)化為引人入勝的對(duì)話。

通過整合數(shù)千篇相關(guān)論文的上下文，它能像通讀整個(gè)領(lǐng)域的教授一樣捕捉研究動(dòng)機(jī)、與前沿技術(shù)建立聯(lián)系，并闡釋關(guān)鍵見解

然后就是 alphaXiv 使用 DeepSeek 最新開源的 OCR 模型，從超過 50 萬篇 AI arXiv 論文中的表格/圖表中提取了每個(gè)數(shù)據(jù)集，花費(fèi)了 1000 美元 ，相比之前使用 Mistral OCR 完成相同任務(wù)將花費(fèi) 7500 美元，處理 PDF 成本下降了 9/10

DeepSeek-OCR 是一個(gè)統(tǒng)一的端到端視覺 - 語言模型，旨在通過“上下文光學(xué)壓縮”解決大型語言模型中的長上下文問題。該模型展示了文本信息可以通過 7-20 倍的比例高效地壓縮成視覺標(biāo)記，同時(shí)保持高 OCR 準(zhǔn)確性。該系統(tǒng)基于一種新穎的 DeepEncoder 架構(gòu)，搭配 DeepSeek-3B-MoE 解碼器，使用顯著少于現(xiàn)有方法的視覺標(biāo)記實(shí)現(xiàn)了最先進(jìn)的 OCR 性能。

更良心的是，alphaXiv 的 API 上提供 DeepSeek-OCR 服務(wù)！

從任何 PDF 文件中提取圖表、復(fù)雜圖表和文本

一行命令即可使用：

curl -X POST "https://api.alphaxiv.org/models/v1/deepseek/deepseek-ocr/inference" -F "file=@report.pdf"