ziwenhahaha/daily-paper-reader

解决的问题

Daily Paper Reader 为研究人员提供了一个集中化、自动化的系统，无需手动浏览多个仓库即可发现和阅读 AI 论文。它通过从 arXiv 和 OpenReview 等来源创建个性化的研究新论文推送，解决了信息过载问题，同时将阅读和分析工具整合到一个界面中。

如何工作

该项目采用服务器无架构，利用 GitHub Actions 进行后端处理，GitHub Pages 作为前端。系统根据用户定义的关键词和研究兴趣自动获取新论文。该系统采用多阶段流水线，包括使用 BGE 等嵌入模型进行语义召回、使用 Qwen-Reranker 等模型进行重排序，以及通过 DeepSeek 实现的 LLM 增强精炼，以过滤和总结论文。此外，还包含一个 PDF 处理层，用于提取图表，并为论文提供 AI 驱动的问答功能。

适用人群

• 个人研究者：需要紧跟特定研究领域的最新动态
• 学术实验室：希望创建共享论文追踪库和阅读结果的团队
• 学生：需要简化流程来发现、总结和分析学术论文的人

主要亮点

• 零服务器部署：完全基于 GitHub Actions 和 Pages 运行，无需专用服务器
• 个性化推荐：根据关键词、研究方向和意图查询定制推荐内容
• AI增强阅读：结合摘要、原文和 AI 聊天界面，支持上下文提问
• 多源集成：支持 arXiv、OpenReview、bioRxiv、medRxiv、ChemRxiv，以及 NeurIPS、ICLR、CVPR 等主要 AI 会议
• 自动图表提取：从 PDF 中检测并裁剪图表，提升视觉浏览体验