notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

O mecanismo de busca acadêmico construído por uma equipe de três pessoas ganhou diretamente o SOTA!

Afirma que a relevância dos resultados da pesquisa é em média cinco vezes maior que a do Google Scholar, e pode pesquisar mais de 100 milhões de objetos de pesquisa sem depender do LLM.

E mais:livre, a festa dos estudantes está em êxtase!

Vamos dar uma olhada nos efeitos de uso primeiro. Insira palavras-chave de pesquisa e leva apenas 350 milissegundos. Com um clique, documentos altamente relevantes serão listados:

Você também pode filtrar arquivos que podem ser visualizados como PDF com um clique.

Você pode definir a filtragem com um clique do ano e da contagem de citações para o tipo de publicação e periódico específico:

Você pode visualizar os artigos pesquisados ​​clicando no título e oferecer suporte à cópia com um clique de formatos comuns de citações acadêmicas:

Este novo mecanismo de busca é chamadoLumina, teria processado mais de 300.000 consultas e oferece suporte a 24 idiomas.

Para comparar com mecanismos de busca acadêmicos tradicionais, como o Google Scholar, a equipe de desenvolvimento também realizou um teste de benchmark, e a base de código foi de código aberto. Os resultados do teste mostraram que a relevância dos resultados da pesquisa do Lumina venceu o SOTA.

Os desenvolvedores twittaram para desafiar o Google:

Nós três levamos alguns meses para fazer isso e é melhor que o do Google.

O cofundador e CTO do mecanismo de simulação AI 3D Ego e ex-pesquisador do Meta disse que depois de assistir, fechou os olhos e correu:

Recomendo a todos que experimentem.

Muitos estudiosos também expressaram que é muito útil:

A relevância da pesquisa é até 11 vezes maior

Conforme mencionado no início, para testar o desempenho do Lumina, a equipe de pesquisa abriu o código-fonte de um teste de benchmark.

Usando GPT-4 como "avaliador", nos concentramos em comparar a relevância e precisão dos resultados de pesquisa do Lumina Base (modo de pesquisa básico), Lumina Recursive (modo de pesquisa recursiva), Semantic Scholar e Google Scholar.

A detecção direta avalia cada mecanismo de pesquisa10 principais resultados de pesquisa, a comparação é a seguinte:

No modo de pesquisa básica (Lumina Base), os resultados da pesquisa do Lumina são 4,8 vezes mais relevantes que o Google Scholar e 8 vezes mais relevantes que o Semantic Scholar. A avaliação é baseada em um conjunto de dados gerado de aproximadamente 2.470 consultas.

No modo de pesquisa recursiva do Lumina, a relevância dos resultados da pesquisa é ainda melhorada, 6,8 vezes maior que o Google Scholar e 11,3 vezes maior que o Semantic Scholar, também com base em 2.470 conjuntos de dados de consulta.

Além disso, a Lumina oferece consistentemente 2-3 por pesquisaAltamente relevanteComo resultado, em comparação, apenas 50% das pesquisas do Google Scholar forneceram um resultado altamente relevante, e apenas 30% das pesquisas do Semantic Scholar atenderam a esse padrão.

Em outras palavras, a Lumina pode encontrar resultados de pesquisas que de outra forma seriam difíceis de encontrar.

A equipe também disse que usando a API Lumina e um script recursivo simples, pode atingir relevância 11 vezes maior do que o Google Scholar. A API Lumina será lançada em breve.

Além da pesquisa básica, o Lumina também ofereceVisão geral da IAFunção.

Por exemplo, se você pesquisar com a palavra-chave "aprendizado de máquina", ele citará o resumo do artigo recuperado para apresentar o aprendizado de máquina:

Clicar na palavra-chave sublinhada na visão geral da IA ​​acionará novas pesquisas pela palavra-chave:

Abaixo da visão geral da IA, há também um resumo dos gráficos de resultados de pesquisa de artigos de pesquisa:

Construído por uma equipe de três pessoas

Por trás da Lumina está uma equipe de desenvolvimento de apenas três pessoas, que recebeu investimento da YC.

O cofundador e CEO Mehul Chadda formou-se na Universidade de Wisconsin-Madison com bacharelado em engenharia de materiais. Ele foi engenheiro de produção na CAMECA, uma empresa de instrumentos científicos de alta precisão, e foi responsável pela pesquisa e desenvolvimento de instrumentos atômicos. sondas.

O cofundador e CTO Akhilesh Sharma formou-se na Universidade de Illinois em Urbana-Champaign com bacharelado em engenharia mecânica. Anteriormente, foi cofundador e diretor técnico da plataforma de mídia social Postpress e também atuou como gerente de tecnologia em nuvem. consultor relacionado da Neudesic, uma empresa americana de consultoria em tecnologia.

O cofundador Ishaan Kapoor, formado em estatística pela Universidade da Califórnia, em Los Angeles, está interessado em aprendizado profundo, álgebra linear e grandes modelos de linguagem.

Além do novo mecanismo de busca acadêmico desta vez, a equipe também criou uma ferramenta de interpretação de artigos de IA——Lumina-bate-papo。

Clique em “Sistema legado” no canto superior direito da página inicial do Lumina para começar a usar.

Após a abertura, fica assim. Você pode fazer upload do PDF e interagir com a IA para interpretação do papel:

Se você está interessado em calçados infantis, pode experimentá-los ~