Забудьте про Scopus и Google Scholar! AI агент для вашего диплома, диссертации или научной статьи Помнится мне, в универе нас учили пользоваться Scopus, Web of Science, Google Scholar. Я смотрел на это с ужасом и задавался вопросом: "как так, что лучшие умы человечества пользуются такими ужасными системами?!". Похоже я был не один такой. Сегодня поделюсь новым подходом к научному исследованию — Consensus! Но перед тем как углубиться, зададимся вопросом: 🤔 Что мы, как исследователи, хотим от AI помощника в науке? 1. Качественное раскрытие научной области, где описана SOTA ситуация и подсвечены нерешенные вопросы, чтобы найти свою тему диплома/диссера/статьи, но при этом не потратить 2 года только для того, чтобы в конце упереться в тупик. 2. Качественный обзор литературы. В науке это важнейший аспект исследования. Вся соль — построить его так, чтобы тебя не завалило кучей литературы, но при этом не упустить ничего важного. 3. Ссылки на все источники, желательно написанные сразу в научном формате (APA, Harvard, MLA и тд.) 4. Таблички и графики, где релевантно. 5. Ну и чтобы все красивенько, удобненько. Consensus — доставляет! Это AI-first сервис, который помогает проводить научное исследование в части работы с научной литературой. Все строится вокруг вашего запроса. Например, я интересуюсь темой интерпретируемости LLM моделей. Есть много ответвлений этой темы, она находится на передовом крае науки. В общем, отличный запрос для исследовательского ИИ. Так простенько и сформулируем запрос: "LLM mechanistic interpretability". И дальше погружаемся: 1. Есть детальная настройка исследования: систематический обзор/мета-анализ/case study и тд., квартиль и цитируемость журналов, на которые будет ссылаться LLM, и другая настройка источников. Можно и не настраивать — все равно будет топовый результат. Собственно найти свою исследовательскую нишу в теме помогают разделы: • Research Gaps • Open Research Questions. А убедиться, что это выбранная тема не шляпа поможет Consensus Meter — фишка сервиса — это агент, который отвечает на любой научный вопрос на основании статей. И подсчитывает сколько статей ответило бы на вопрос "да", "возможно", "неоднозначно" и "нет". 2. Систематический обзор литературы по всем канонам. Используется общепринятый фреймворк — PRISMA — воронка в которой постепенно отсеиваются лишние статьи и остаются только самые важные, которые уже рассматриваются в деталях. Это, кстати, дает дополнительную прозрачность работы, проделанной ИИ агентами под капотом. 3. Все ссылки оформлены по всем канонам. И можно самому выбрать формат цитат. 4. Графики в привычном смысле Consensus мне не построил, а вот таблички — легко! Что ж, за графиком будем ходить в Nano Banana 📞 5. Ну про UX/UI тут просто грех не сказать — все очень красиво, нативно, понятно. На русском, кстати, тоже работает. Причем не просто отвечает на русском, а начинает искать литературу на русском и выводить ее выше. Помимо этого все можно экспортировать в ПДФ. Самое приятно — есть бесплатный тир. Вы легко сможете попробовать все фичи. Да еще и без ВПН, от чего я уже отвык 😁 Что не идеально • Код писать может, но не сделали даже минимальный хайлайтинг под разные языки программирования. В итоге все в ч/б. • Графики такая естественная часть науки, что даже странно, что их тут нет. Нужны! • Мне не хватило какого-то нативного встроенного места писать собственно мою работу/статью. Ради чего все эти обзоры литературы то! Но с другой стороны — избавляет от соблазна тупо копипастить нейроконтент и писать ИИшкой финальный текст. ——— Самое важное — этот AI не для того, чтобы за исследователя "все придумать и написать". Он помогает с самым нудным в науке — поиском, структурированием, систематизацией и частично с визуализацией. А нам остается самая мякотка — включать мозги, задавать правильные вопросы, черпать из бесконечного источника научных статей и двигать фронтиры науки вперед 👨‍🔬 Кому интересно посмотреть тред, который у меня получился по теме LLM Mechanistic Interpretability — ссылочка. #заместители Заместители