在信息大爆炸時代，一個令所有人頭疼的問題，是如何從龐雜信息海洋中快速、準(zhǔn)確地獲取高價值信息。

畢竟，當(dāng)前知識迭代的速度，早已經(jīng)超過了我們身為個體能夠「迎頭趕上」的速度，無論是在日常生活、企業(yè)生產(chǎn)中，還是在對交叉學(xué)科知識要求愈發(fā)高的科學(xué)研究中。

好消息是，如今或許只需要幾分鐘的時間，AI 便可以搞定一切，快速拓展我們的知識邊界。

今天，學(xué)術(shù)君為大家安利一個學(xué)習(xí)提效 AI Agent——「AMiner 沉思」Deep Research 功能，其由清華團隊 AMiner 自研，幾分鐘便可以自主調(diào)研上百篇文獻，自動生成上萬字研究報告，不僅涵蓋了計算機科學(xué)、生物醫(yī)學(xué)、納米材料、量子光學(xué)等 100+ 學(xué)科，還面向所有用戶「免費」開放！

體驗地址： https://www.aminer.cn/open/research?f=gzh_TT_dr_v1 （或點擊文末「閱讀原文」直達）

「AMiner 沉思」基于 arXiv、PubMed 等全學(xué)科 3 億+ 文獻調(diào)研，以及大模型初創(chuàng)企業(yè)智譜自研的 GLM-Z1-Rumination 沉思模型，同時還針對科研全流程需求結(jié)合多步搜索推理進行了監(jiān)督微調(diào)、強化學(xué)習(xí)訓(xùn)練，從而支持文獻全面精準(zhǔn)檢索、研究報告、論文框架生成，為學(xué)者提供從文獻精準(zhǔn)定位到知識脈絡(luò)解構(gòu)的全鏈路科研支持。

例如，當(dāng)輸入提示詞：「你是一個科研工作者，主要研究領(lǐng)域是呼吸系統(tǒng)疾病，閱讀大量 PubMed、cell、science、nature 上的文獻，詳述自噬對肺纖維化的影響，從細胞和動物水平說明?！?/p>

經(jīng)過幾分鐘的自主操作，「Aminer 沉思」就完成了“問題發(fā)現(xiàn)→信息檢索→邏輯分析→任務(wù)解決”的研究閉環(huán)。

視頻｜醫(yī)學(xué)領(lǐng)域課題研究實況演示（有部分刪減，2 倍速）

目前，「Aminer 沉思」可以做到邊推理邊檢索，支持開放課題前沿研討以及跨學(xué)科研究，未來也將進一步擴展能力邊界，一起期待。

邊推理邊檢索

「AMiner 沉思」不僅可以通過作者、期刊、發(fā)表年份等條件精準(zhǔn)篩選文獻，快速定位所需資源，還可以進一步理解科研學(xué)者的深層次意圖，逐步自我學(xué)習(xí)，主動對自身檢索結(jié)果進行全面盡調(diào)，確保檢索及文獻結(jié)果精準(zhǔn)且無遺漏。

進一步，「AMiner 沉思」將主動針對階段思考結(jié)果繼續(xù)檢索具體實例，確保檢索更為全面。

如下，「AMiner 沉思」以 3 分鐘 40 秒完成多達 6 輪自主檢索，查找并自主閱讀 98 條中英雙語文獻及綜述，完成多達 20 多步的系統(tǒng)反思、推導(dǎo)、驗證、歸納，最終生成了一篇包含引言及綜述的萬字研究報告。

開放課題前沿研討

「AMiner 沉思」可以自主完成開放課題的動態(tài)數(shù)據(jù)分析及深度推理支持，能夠將實時聯(lián)網(wǎng)學(xué)術(shù)前沿動態(tài)與歷史數(shù)據(jù)進行整合分析，幫助用戶發(fā)現(xiàn)該課題下垂直領(lǐng)域中多視角最新研究趨勢。

例如，輸入“金屬玻璃的研究進展”，「AMiner 沉思」會自行針對課題所涉研究對象挖掘歷史發(fā)展進程、當(dāng)前最新成果落地、材料制備的技術(shù)及適用領(lǐng)域，對未來技術(shù)應(yīng)用趨勢做出判斷和分析并支持生成和導(dǎo)出適用于撰寫不同論文格式的完整版報告(如 Word、Markdown)。

跨學(xué)科研究支持

「AMiner 沉思」還能夠結(jié)合不同學(xué)科的知識，自主建立跨學(xué)科知識圖譜，在模型的深度推理和自我驗證能力加持下，可以反復(fù)完善知識圖譜，主動對列表進行“去偽存真”處理，并遍歷可能存在的子案例，基于知識圖譜自主歸納，協(xié)助學(xué)者“查漏補缺”，提供全面且深度的調(diào)研綜述。

例如，在研究“人工智能與醫(yī)學(xué)有哪些結(jié)合”時，模型可以同時調(diào)用醫(yī)學(xué)和計算機科學(xué)的相關(guān)數(shù)據(jù)進行分析，逐步完善最終結(jié)果返回前的知識圖譜。

歡迎大家即刻體驗～

關(guān)于 AMiner AMiner（https://www.aminer.cn/）是由清華大學(xué)計算機科學(xué)與技術(shù)系唐杰教授團隊研發(fā)的具有完全自主知識產(chǎn)權(quán)的新一代科技情報分析與挖掘平臺，包括 6000萬學(xué)者、3.2 億篇論文、1.7 億件專利，利用 AI 和數(shù)據(jù)挖掘技術(shù)，提供學(xué)術(shù)檢索、對話式搜索與問答、科研情報訂閱、學(xué)者畫像、必讀論文專題、期刊頂會信息和排行榜等科技情報專業(yè)化服務(wù)，自 2006 年上線以來，年訪問量 1500 萬次，覆蓋 220 個國家和地區(qū)的 1000 萬用戶，科研數(shù)據(jù)下載 230 萬次，為 400 余個期刊提供推送服務(wù)，已成為全球領(lǐng)先的學(xué)術(shù)數(shù)據(jù)服務(wù)與 AI 科研工具。