博客
科研方法、AI 工具、论文精读技巧与产品更新。
2026-10-17 · 有道有据团队阅读 —
热度退去之后，我们用实测数据告诉你 Jev 能做什么
Jev 刚发布时被传得很神：能玩游戏、能操作浏览器。我们调研一段时间后发现，它确实没那么神奇，但在某些场景里非常好用，比如 Agent 系统里的技能路由。本文对照路由精确率、召回率和有候选子集上的 top-1：Jev 逐个是非题的召回率为 96.2%，条件 top-1 为 94.6%。我们也用具体案例说明它在哪里有效、在哪里出错，并分享实验时的成本和使用经验。
阅读全文 →2026-10-14 · 有道有据团队阅读 —
从一篇论文到一份能上台的 PPT：有道有据的 AI PPT 是怎么做出来的
从用户调研、评测集构造、四条技术路线选型，到内容准确、版面设计、程序加视觉两道质检、长文稿分章分块生成，以及“生成之后接着改”的 PPT 编辑能力——有道有据 AI PPT 的完整做法与实测数字。
阅读全文 →2026-09-17 · 有道有据团队阅读 —
不只是一个角标：让 AI 回答的每条关键陈述都能回到证据
有道有据把引用做成可查看、可悬停预览、可跳回原文的证据入口：从论文、工作区文档到网页证据片段，帮助读者更快核对 AI 回答的依据与边界。
阅读全文 →2026-09-17 · 有道有据团队阅读 —
有道有据公开基准评测报告（更新日期：2026 年 9 月 17 日）
有道有据在 QASPER、CorpusQA、AirQA、CiteME、GISA 五个公开基准上，与 NotebookLM、Codex 等国际前沿系统进行对照评测，本文给出各基准的任务定义、测试设置、完整结果与分析。
阅读全文 →2026-09-03 · 有道有据团队阅读 —
学术检测：给论文装三把“照妖镜”——引用、事实、数据的三层核验
从引用、事实和数据三个层面，介绍有道有据的学术检测能力，并用三个真实案例说明核验方法如何发现问题。
阅读全文 →