这个团队，只靠3人干翻谷歌！已获YC投资 来源：量子位三人团队打造的学术搜索引擎，直接拿下SOTA！ 号称搜索结果相关性平均比谷歌学术高5倍，能搜索超1亿个研究对象，还不依赖LLM。 更重要的是：免费，学生党狂喜！ 先来看一波使用效果，输入搜索关键词，只需350毫秒，“啪”得一下高度相关文献就列出来了： 还能再一键筛选出可查看PDF的文件。 从年份、引用次数，到出版类型、具体期刊，都能设定一键过滤： 搜索出来的论文，点击题目即可预览，支持一键复制常见学术引用格式： 这个新搜索引擎名叫Lumina，据说目前已处理了超30万次查询，支持24种语言。 为了和谷歌学术等传统学术搜索引擎做比较，开发团队还专门搞了个基准测试，代码库也已开源放了出来，测试结果Lumina搜索结果的相关性拿下SOTA。 开发者发推文叫板谷歌： 我们三个人花几个月就做出来了，比谷歌的好。 AI 3D模拟引擎Ego联合创始人兼CTO、前Meta研究员看过后表示闭眼冲： 强烈推荐大家试一试。 还有不少学者表示好使： 搜索相关性最高高11倍如开头所述，为了测试Lumina的性能，研究团队开源了一个基准测试。 使用GPT-4作为“评判员”，重点比较了Lumina Base（基础搜索模式）、Lumina Recursive（递归搜索模式）、Semantic Scholar和谷歌学术搜索结果的相关性和精确度。 直接检测评估了每个搜索引擎的前10个搜索结果，对比如下： 在基础搜索模式下（Lumina Base），Lumina搜索结果的相关性比谷歌学术高4.8倍，比Semantic Scholar高8倍，评估基于生成的约2470个查询数据集。 Lumina在递归搜索模式下，搜索结果相关性进一步提升，比谷歌学术高6.8倍，比Semantic Scholar高11.3倍，同样基于2470个查询数据集。 此外，Lumina在每次检索中都能稳定提供2-3个高度相关结果，相比之下，谷歌学术只有50%的检索能提供1个高度相关的结果，Semantic Scholar则仅有30%的检索能达到这一标准。 换句话说，Lumina可以找到原本很难找到的研究成果。 团队还表示，使用Lumina API和一个简单的递归脚本，可以使相关性比谷歌学术高11倍，Lumina API即将发布。 除了基本的检索，Lumina还提供AI概述功能。 比如用“机器学习”关键词搜索，它就会引用检索出来的论文总结介绍机器学习： 点击AI概述中有下划线的关键词，就会触发对该关键词的进一步检索： AI概述下方还有对搜索论文研究成果图表的汇总： 三人团队打造Lumina背后是一个仅有三人的开发团队，已获YC投资。 联合创始人兼CEO Mehul Chadda，本科毕业于美国威斯康星大学麦迪逊分校材料工程专业，前高精度科学仪器公司CAMECA制造工程师，负责过原子探针研发工作。 联合创始人兼CTO Akhilesh Sharma，本科毕业于美国伊利诺伊大学香槟分校完成机械工程专业，之前是社交媒体平台Postpress的联合创始人和技术主管，也曾担任美国技术咨询公司Neudesic云技术相关顾问。 联合创始人Ishaan Kapoor，加州大学洛杉矶分校统计学毕业，对深度学习、线性代数和大语言模型感兴趣。 除了这次上新的学术搜索引擎，之前团队还做了一个AI论文解读工具——Lumina-chat。 点击Lumina主页右上角的“Legacy System”即可跳转使用。 打开后是这样婶儿的，可以上传PDF与AI交互进行论文解读： 感兴趣的童鞋可以试试～ https://lumina.sh/c5bbe32b-4fb7-476a-81aa-fe269f67f283 参考链接： [1]https://x.com/lumina_ai_inc/status/1823810207576941047?s=46&t=iTysI4vQLQqCNJjSmBODPw [2]https://x.com/Ishaank1999 [3]https://x.com/notakhilesh99 [4]https://x.com/bada_aaya 推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！