论文阅读平台 ReadPaper 覆盖近 2 亿篇论文还免费，使用体验如何？还有哪些亮点值得关注？ 第1页

利益相关，产品本尊…先来个视频压压惊吧

看到问题第一反应：竟然出现了关于我们的问题，这是要火？（手动狗头）

大半夜的，热心的用户提醒我好好回复下这个帖子，说很可能会火…那一刻我害怕极了，想写点啥高大上的文字，脑子里却只有这两天的点点滴滴：我们的实习生，B站超厉害的Up主“同济子豪兄”做的ReadPaper介绍视频火了，是在热搜第一挂了一天的那种火。然后，我们的用户群被加爆，服务器一直在扩容，产品运营开发所有同学都处于崩溃的边缘，“啊xx服务挂了”“啊翻译到上限啊”“啊xx国家用户用不了啊”……

反正就是如此充实的一天，我们既幸福，又忐忑，有疲惫，却始终激动。感恩所有的肯定，感谢所有的理解，我们知道自己还不是最好，但我们会努力变得更好。漫漫科研路，既然遇到了，就一起加油吧！

更详细的介绍之前的回答都有，我也就不重复了，最后来一段官言官语：

ReadPaper是一款新上线的免费学术社区，由沈向洋博士成立的粤港澳大湾区数字经济研究院(简称IDEA)旗下团队研发，旨在为大家提供实用、好用的论文阅读神器。我们的功能包括论文搜索、文献管理、论文智能解析和翻译、在线笔记与学术讨论等。说了这么多，欢迎体验：http://readpaper.com

在上面创建了联邦学习论文阅读小组：Readpaper Federated Learning，欢迎对相关领域感兴趣的朋友进来一起学习~

一些实用的功能在 @白小鱼 @XDU陈凌灏 答主的回答下已经展示的非常清晰了，

我就简单讲讲这个在线阅读+讨论的平台为什么很棒。

前段时间和 @白小鱼 @Serendipity 讨论过这个问题，如果阅读的时候有人通过笔记的形式将不同难度的问题在线解读就能够省去很多入门级别的困难，甚至对于一些loss function、网络结构设置的解读也能展现在论文在线阅读过程中就更棒了。

读论文的时候会有很多疑惑，而无法及时解惑又导致理解困难，读完后一头雾水外毫无收获，所以需要讨论的平台。使用社交聊天工具解惑会出现两个问题：首先是无法一次性图文并茂解释清楚所有概念和公式（微信不支持LaTex等语法；此外也不便于检索，下次再忘了这个概念后需要翻很久的聊天记录，对于阅读来说是非常差的体验。

我一直在等待一个 @ReadPaper论文阅读 这样平台的出现，小组功能的出现能更好组织大家一起读同一篇论文并讨论，在线协作的方式进行笔记、问答交流等功能是一种非常理想的状态。

大家考虑的版权和论文资源问题确实对平台非常有影响，但是我调研了一下关于 Federated Learning 方向的论文大多出现在近五年，所以很多工作都会预先上传 arXiv，为何不先拿这个方向试试水呢？

怀着这个动机我在readpaper上面创建了FL的小组，上面的功能也十分契合科研人员的硬性痛点。欢迎感兴趣的朋友加入进来一起交流，同时通过笔记等方式给大家分享一些观点和想法。

今天逛B站的时候看到首页上推荐了 @张子豪 的视频

我们自己做的在线论文阅读神器ReadPaper【硕博科研学术文献综述必备】

概览了一下，发现这个 ReadPaper 论文阅读平台非常契合我和几位小伙伴 @Serendipity @lokinko @桔了个仔 之前讨论的心目中一个在线论文阅读平台/工具的理想形象。

前面 @XDU陈凌灏 同学的回答 如何评价 ReadPaper 网站 已经较为全面展示了功能，

也可以从网站帮助文档界面了解全貌。

我个人最感兴趣的其实核心的文献阅读功能：

高亮笔记多端同步和划词翻译可以极大提高阅读和讨论效率。

除此以外还有小组学习和问答交流功能。

11月24日更新，积极响应 @lokinko 的号召，已经参与了联邦学习小组，

我将之前整理的20多篇联邦图机器学习^[1][2]的论文上传到阅读平台了~

顺便借这个题目问一下@ReadPaper论文阅读 的产品经理有没有考虑学习 arxiv 的做法，将 paper with code 和 crossmind 等其他平台的内容集成到 ReadPaper上？

我认为这个平台如果能解决文献库和论文版权问题（这是在线论文阅读平台必须面对的，或许可以先从预印本平台和开放期刊入手），持续良好运作的话，将对现在市面上的一些学术产品产生较大的冲击。

最后，召唤 @Datawhale 组织的伙伴们，之后的论文组队学习可以参考一下这个平台；

召唤 @arXivDaily ，赶紧增强 arxivdaily平台 的讨论功能吧，不然就要被超越了。

最后放一下ReadPaper的传送门： 论文阅读(BETA)-专业的学术讨论社区

参考

1. ^[论文清单]联邦学习与图神经网络 21年·上 https://zhuanlan.zhihu.com/p/364602065
2. ^[论文清单]联邦学习与图神经网络 21年·下 https://zhuanlan.zhihu.com/p/428104203