后者则是将4500万篇科学论文数据库与800亿参数LLM（大语言模型）结合，打造出一个在事实性与引用准确性方面超越GPT-4o的新物种。

　　这个产品利用LLM和向量搜索的方式提取Semantic Scholar中2亿多篇同行评审论文，提供更精准的搜索结果。

　　初步印象，Consensus免登录可用这一点还挺方便，在搜索结果中，它从上到下展示了论文摘要、关键洞察（Key Insights）、结论、以及相关问题等。

　　其中之一，为了保证引用资料的可靠性，Consensus看上去下了功夫。它提供了信息来源的多个维度，包括作者背景、发表时期、期刊信誉、被引次数、基金支持和文章内容等。

　　目前，Consensus的免费版本提供无限搜索和有限GPT-4摘要，其高级版本为每月8.99美元（大约65元人民币）。

　　与ChatGPT这类通用模型不同，它高度专注于计算机科学这一领域，能够搜索和总结最新的计算机科学论文。

　　然后概述、关键贡献、实验过程及结论、研究意义等一字排开，能看出基本贴合论文叙述大纲，逻辑一目了然怎样不翻墙用谷歌地图，重点也全摘出来了。

　　但但但是，有项功能绝了，回答末尾竟提供了各大社媒的相关评论地址，推特、黑客新闻、油管等全都有。

　　另一个比较有代表性的是Cambrian，专注机器学习领域，由Cambrian ML团队（谢赛宁和LeCun领导）开发。

　　Cambrian主要帮助人们快速发现最新的机器学习（ML）研究，收录了自2017年以来超24万篇ML论文。

　　一个明显不同是，Cambrian虽然在第一的位置提供了我们要的原文，但也依次展示了其他相关论文。

　　另一个是笔记功能，选中某一段或某个词后，既可以要求解释，也可以做标注，侧边栏还能看到所有标注。

　　比如Undermind，它使用更复杂的基于Agent的搜索，虽然比传统搜索引擎用时更长（几分钟），但回答质量更好。

　　在它出现之前，研究人员主要靠图书馆或付费数据库（如Web of Science和Scopus）来检索学术文献。不仅繁琐耗时，而且需要支付费用才能访问完整的文章。

　　甚至就在谷歌学术推出的同月，爱思唯尔（Elsevier）还推出了付费服务Scopus，这是一个包含大量科学参考文献和摘要的大型数据库。

　　简单说，谷歌学术的两位联合创始人Anurag Acharya和Alex Verstak（同为谷歌工程师）通过强大的网络爬虫技术，抓取了各种形式的学术资料。

　　比如书籍章节、报告、预印本和网页文档，甚至包括非英语的作品，这些资料涵盖了多个学科领域，包括自然科学、人文科学和社会科学。

　　一番努力下，全球最大的在线期刊库JSTOR最终同意向用户提供文章的第一页扫描，这对用户来说非常重要，因为他们至少可以看到摘要，从而决定是否需要进一步阅读整篇文章。

　　例如，他们推出了个人图书馆功能，使用户可以保存感兴趣的文章到个人账户中，便于后续查阅和管理。

　　此外，还推出了引用追踪功能，用户可以通过查看某篇文献被引用的情况来了解其学术影响力和引用趋势。

　　照他的观点，谷歌学术帮助谷歌提供了关于最新研究成果的情报，而且可以通过挖掘其数据库来寻找潜在员工。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。