noticias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

¡El motor de búsqueda académico creado por un equipo de tres personas ganó directamente SOTA!

Afirma que la relevancia de los resultados de búsqueda es en promedio cinco veces mayor que la de Google Scholar y puede buscar más de 100 millones de objetos de investigación sin depender de LLM.

Es más:gratis¡La fiesta de estudiantes está extasiada!

Primero echemos un vistazo a los efectos del uso. Ingrese las palabras clave de búsqueda y solo tomará 350 milisegundos. Con un clic, se enumerarán los documentos muy relevantes:

También puede filtrar archivos que se pueden ver como PDF con un solo clic.

Puede configurar el filtrado con un solo clic desde el año y el recuento de citas hasta el tipo de publicación y la revista específica:

Puede obtener una vista previa de los artículos buscados haciendo clic en el título y admitir la copia con un solo clic de formatos comunes de citas académicas:

Este nuevo motor de búsqueda se llamaLumina, se dice que ha procesado más de 300.000 consultas y admite 24 idiomas.

Para comparar con los motores de búsqueda académicos tradicionales como Google Scholar, el equipo de desarrollo también realizó una prueba comparativa y el código base fue de código abierto. Los resultados de la prueba mostraron que la relevancia de los resultados de búsqueda de Lumina ganó el SOTA.

Los desarrolladores tuitearon para desafiar a Google:

A los tres nos llevó unos meses hacerlo y es mejor que el de Google.

El cofundador y CTO del motor de simulación AI 3D Ego y ex investigador de Meta dijo que después de verlo, cerró los ojos y se apresuró:

Recomiendo encarecidamente a todos que lo prueben.

Muchos estudiosos también expresaron que es muy útil:

La relevancia de la búsqueda es hasta 11 veces mayor

Como se mencionó al principio, para probar el rendimiento de Lumina, el equipo de investigación abrió una prueba de referencia.

Utilizando GPT-4 como "evaluador", nos centramos en comparar la relevancia y precisión de los resultados de búsqueda de Lumina Base (modo de búsqueda básico), Lumina Recursive (modo de búsqueda recursiva), Semantic Scholar y Google Scholar.

La detección directa evalúa la eficacia de cada motor de búsqueda.Los 10 mejores resultados de búsqueda, la comparación es la siguiente:

En el modo de búsqueda básica (Lumina Base), los resultados de búsqueda de Lumina son 4,8 veces más relevantes que los de Google Scholar y 8 veces más relevantes que los de Semantic Scholar. La evaluación se basa en un conjunto de datos generado de aproximadamente 2470 consultas.

En el modo de búsqueda recursiva de Lumina, la relevancia de los resultados de búsqueda mejora aún más, 6,8 veces mayor que la de Google Scholar y 11,3 veces mayor que la de Semantic Scholar, también basado en 2470 conjuntos de datos de consulta.

Además, Lumina entrega constantemente 2-3 por búsqueda.Muy relevanteComo resultado, en comparación, sólo el 50% de las búsquedas en Google Scholar proporcionaron un resultado muy relevante, y sólo el 30% de las búsquedas de Semantic Scholar cumplieron con este estándar.

En otras palabras, Lumina puede encontrar resultados de investigación que de otro modo serían difíciles de encontrar.

El equipo también dijo que utilizando la API de Lumina y un script recursivo simple, puede lograr una relevancia 11 veces mayor que la de Google Scholar. La API de Lumina se lanzará pronto.

Además de la búsqueda básica, Lumina también proporcionaDescripción general de la IAFunción.

Por ejemplo, si busca con la palabra clave "aprendizaje automático", citará el resumen del artículo recuperado para presentar el aprendizaje automático:

Al hacer clic en la palabra clave subrayada en la descripción general de IA, se activarán más búsquedas de la palabra clave:

Debajo de la descripción general de la IA, también hay un resumen de los cuadros de resultados de la investigación de los artículos de búsqueda:

Construido por un equipo de tres personas

Detrás de Lumina hay un equipo de desarrollo de sólo tres personas, que ha recibido inversión de YC.

El cofundador y director ejecutivo, Mehul Chadda, se graduó de la Universidad de Wisconsin-Madison con una licenciatura en ingeniería de materiales. Fue ingeniero de fabricación en CAMECA, una empresa de instrumentos científicos de alta precisión, y fue responsable de la investigación y el desarrollo de la energía atómica. sondas.

El cofundador y director de tecnología, Akhilesh Sharma, se graduó de la Universidad de Illinois en Urbana-Champaign con una licenciatura en ingeniería mecánica. Anteriormente fue cofundador y director técnico de la plataforma de redes sociales Postpress y también se desempeñó como responsable de tecnología en la nube. consultor relacionado para Neudesic, una empresa estadounidense de consultoría tecnológica.

El cofundador Ishaan Kapoor, graduado en estadística de la Universidad de California en Los Ángeles, está interesado en el aprendizaje profundo, el álgebra lineal y los modelos de lenguaje grandes.

Esta vez, además del nuevo motor de búsqueda académico, el equipo también creó una herramienta de interpretación de documentos de IA——Lumina-chat。

Haga clic en "Sistema heredado" en la esquina superior derecha de la página de inicio de Lumina para comenzar a usarlo.

Después de abrirlo, se ve así. Puede cargar el PDF e interactuar con la IA para la interpretación del documento:

Si estás interesado en zapatos para niños, puedes probarlos ~