用一张图理清论文之间的“血缘关系”，告别标签页爆炸式崩溃
你是不是也这样？
打开一篇AI论文，里面写着“参见 [Vaswani et al., 2017]”，点开；
结果那篇又说“受 [He et al., 2016] 启发”，再点开；
接着又冒出三篇引用它的新工作……
5分钟过去，浏览器已开12个PDF标签页，
其中8个只看了摘要，3个卡在公式第2行，
剩下1个——连下载都没完成。
别怀疑自己，这不是你“不够聪明”，
而是传统读论文的方式，根本没帮你理清“谁生了谁、谁影响了谁”。
直到我遇见 PapersGraph —— 它不给你列表，不堆链接，
而是直接把你关心的领域，画成一张活的学术关系图：
- 每个圆圈 = 一篇论文（大小代表被引次数）
- 每条箭头 = “引用关系”（A → B 表示 A 引用了 B）
- 点击任意论文，立刻高亮它所有前驱（它学了谁）和后继（谁学了它）
就像给整个研究脉络装上了导航地图 🗺️
你不再问：“接下来该看哪篇？”
而是自然看到：“哦，这篇是BERT的直系后代，而它上面还站着Transformer祖师爷。”
举个真实例子：搜 attention is all you need
→ 图中立刻浮现它引用的 resnet, lstm, seq2seq 等奠基工作；
→ 同时辐射出 bert, gpt, t5 等后续爆款——全在一张图里，一目了然。
更贴心的是：
– 支持中文搜索（比如搜“大模型推理优化”，也能命中英文论文）
– 点击论文自动跳转arXiv/PDF（无需复制粘贴）
– 免费！不用注册！打开即用！
如果你是：
– 刚入门ML/AI的学生，想搞懂技术演进路线
– 工程师想快速吃透某方向的来龙去脉
– 或者只是受够了“PDF套娃”和“参考文献迷宫”
那么 PapersGraph 不是锦上添花，而是帮你把混沌变清晰的第一块拼图。
它不会替你读懂公式，但能让你一眼看清：
👉 哪里是源头，哪里是分支，哪里正在长出新枝。
这才是科研探索本该有的样子——不是埋头苦挖，而是抬头看路。
