随着等大型语言模型 (LLMs) 的不断发展，很多研究者开始利用人工智能 (AI)工具来提升科研效率。AI搜索引擎也在其中，能够使研究者更容易掌握论文内容或总结某个领域的主要发现。
：论文搜索AI工具
网站链接：
是一位在巴黎的研究者，正在试用一款名为的AI 搜索引擎。使用 LLM 来制作答案，帮助用户找到可用于其论文的文献。 在 数据库中搜索论文，通过将论文标题和摘要与搜索问题进行比对，以确定排名靠前的论文。
表示，根据自己的使用经验：不是每次都能挑选最相关的论文。会推荐一些你可能会错过的论文，这方面倒是不错。但是它的论文总结“作用不大”，而且会推荐很多无直接关联的内容，如果只使用，可能会犯很多错误。
所属公司的首席运营官 Byun表示：目前有数十万用户，专业各不相同，所以在某些领域的查询上会比较弱。的工作方式与其他搜索引擎不同，它不太注重关键词匹配、引用次数和频度，但用户依然可以对这些维度设置过滤条件。
有些研究者对的体验很好。新加坡某大学的图书管理员Aaron Tay表示：目前为止，是我最喜欢的搜索方式。它几乎取代了谷歌学术，成为学术搜索的第一选择。就相关性而言，我对的体验与相反，给出的内容相关度与谷歌学术大致相同，有时候检索得比谷歌学术更好。
Tay认为，研究者感受到的差异可能源于专业领域不同。的研究领域为机器学习，时间很关键。“机器学习领域的一年进展在其他领域可能是一个世纪”，五年前的东西可能就完全不相关，但并没有解决这个问题。
scite：智能引文工具
scite使用LLM来梳理引文情况，包括一篇文献在哪里、什么时候以及如何被另一篇论文引用。scite首席执行官Josh 表示，因编造不存在的参考文献而饱受诟病，但scite消除了这种弊端。scite从中获取信息，再到自身的数据库中进行搜索，将其与真正的参考资料进行语义匹配。
scite已与30多家学术出版商合作，包括Wiley等机构，并签署了一些索引协议，因而scite可以访问数百万篇学术文章的全文。
：提炼论文内容的工具
scite也在与另一个AI工具合作。于2022年推出，可以从研究中抽取和提炼结果。是为那些不是很擅长内容搜索的人建立的，”但实际上有很多研究者和科学家在使用这个工具”。
和一样，也使用 的数据。“有一个数据库，包含从论文中提取的1亿多条声明。当用户进行搜索时，实际上是在搜索这些声明。工作人员会手动标记有争议的或已被推翻的声明，例如疫苗导致自闭症”。
加拿大的一位儿科医生 Azad在上询问疫苗是否会导致自闭症，给出的结果称70%的研究显示疫苗不会导致自闭症，Azad对这个结果并不太认可。因为其中一条引文是“父母是否相信疫苗导致自闭症？”，这并不是一个研究证据。
Azad认为AI搜索引擎将来会在学术研究中发挥重要作用，例如，可以节省系统综述所需的几个月时间。但就目前而言，“我不确定能在多大程度上信任它们，所以目前只是在娱乐性试用”。
本文整理自：
