「AI速读论文」，由开源的双语预训练模型-GLM驱动，基于双语预训练模型对文献全文理解而抽取的论文重点信息，包括背景、方法、结果、结论、图标等重点内容，让用户对论文概要一目了然。对于学术研究者来说，进行大量的文献阅读是从事科学研究或者论文写作的前期阶段和必要储备。通过阅读文献，阅读者可以了解国内外相关领域的研究现状，为自的研究打基础。
但是“科研领域千千万，科技论文万万千”，如何才能够根据自己的需求找到最适合的文献进行精读，提高科研效率呢？基于开源的双语预训练模型-GLM-130B驱动的「AI速读论文」功能可以解决这个问题。「AI速读论文」，由开源的双语预训练模型-GLM-130B驱动，基于双语预训练模型对文献全文理解而抽取的论文重点信息，包括AI综述和AI速读两部分，通过图片、背景、方法、结果、结论、基金等内容展示出来。
我们以何恺明于2016年发布的一作论文《Deep Residual Learning For Image Recognition》为例，一起看看大模型如何速读论文。使用大模型生成速读后，数十页的论文内容被精简成以上内容，一目了然，在1分钟内就可以知道这篇论文的大意，十分高效。
近日，为了让更多大众科技工作者都能快速读懂最新的科研进展来支持AI开发者，AMiner通过「AI速读论文」功能，加入机器之心「SOTA！模型」发起「AI开发者支持计划」。本次AMiner携手机器之心「SOTA！
模型」资源站，就是除了为开发者提供关心的开发资源之外，也是为了众多开发者能快速通过AMiner了解项目背后的论文，通过AI技术让更多大众科技工作者都能读懂最新的科研进展，更好的作出有影响力前沿工作。关于机器之心「SOTA！模型」资源站：机器之心「SOTA！模型」资源站，收录超过15000个模型资源，覆盖超过1000个AI任务。
通过开源代码、开放技术，提供研发资源支持等形式共同帮助AI开发者解决研发过程中的难点、问题及资源需求，帮助用户铺平用上AI技术的「最后N公里」。
关于AMiner：AMiner是包含了超过3.2亿学术论文要素/专利和近1亿学者的知识图谱的科技情报大数据挖掘和服务平台，自2006年上线至今，一直致力于为产研工作者、科研院所、高校、企业等科技相关的个人和机构提供学术检索、推荐订阅、学者画像、学术排名、知识图谱、趋势分析等学术服务。
AMiner基于“自由、开放、合作、共享”的理念，更好的促进学术社区发展和交流，AMiner从开源渠道提供超过3.2亿篇论文/专利和近1亿学者数据的学术搜索API，科技情报推送API，摘要生成和科技知识图谱等服务，为科研研究者搭建更好的科研道路，助力科研进步。