Semantic Scholar
Semantic Scholar 是一款基于人工智能的科学文献搜索引擎，通过自然语言处理技术理解论文语义，提供精准搜索结果。它具备论文检索、引用网络展示、相关文献推荐及摘要提取等功能，并拥有语义阅读器以优化阅读体验。Semantic Scholar 还为开发者提供API支持，广泛应用于学术研究、教育、跨学科探索和文献综述等领域，助力科研人员提升工作效率。
跨学科
The AI Scientist
The AI Scientist-v2 是一个端到端的 AI 系统，能够自主完成从提出科学假设到撰写论文的全流程科研任务。它采用基于代理的树搜索方法，提高科学探索效率，并结合视觉-语言模型优化内容质量。该系统已成功生成并通过同行评审的 AI 论文，标志着 AI 在科学研究领域的重大突破。适用于科研自动化、机器学习、跨学科研究及教育等多个场景。
ProteinQure
尽管它们具有固有的优势，但设计基于蛋白质的疗法非常困难。由于蛋白质的尺寸较大和缺乏可用的结构数据，计算工具以前一直受阻。我们利用基于物理的方法和新颖的机器学习算法来克...
Connected Papers
Connected Papers 是一个学术研究工具，通过构建可视化图表帮助用户探索和发现相关学术文献。用户可以输入论文标题、DOI 或关键词，工具会生成一个展示相似论文的网络图，其中论文按相似度排列，颜色深浅表示发表时间的远近，圆圈大小代表被引用次数。该工具主要功能包括视觉概览、重要论文追踪、参考书目构建、先前和衍生作品发现以及跨学科支持。应用场景涵盖学术研究、文献综述、课程学习和项目研究等。
