全部动态

OmniParseBench 开发者指南：排行榜基准与 OCR 测试

Datalab 开源文档解析器基准 OmniParseBench 以 16,288 项通过/失败测试覆盖 2,937 页文档，并公布 27 个解析器的判定结果。该教程基于这些判定重建排行榜，发现排名前两位的解析器在统计上并列，且多数文档切片上领先者会变化。作者还在 50 页样本上自行运行 Tesseract 与 Indra OCR，并指出一项发布数字与公开文件不符。

alphaXiv 发布可解释性领域图解指南

alphaXiv 发布了一份可解释性图解指南，从早期计算机视觉研究讲到语言模型，梳理特征可视化、SHAP 与积分梯度、电路追踪，以及注意力头、残差流、激活引导、消融与探针实验、多义性与 SAE 等方法。指南还讨论了该领域的局限与开放问题，并回应了近期走红的文章 Neural Networks Are Already Clean 引发的争论：我们是否真在接近逆向工程 LLM。

CompLit 基准：文献检索智能体在隐含、累积与无解需求下准确率明显下降

首尔大学、LG AI Research 等机构的研究者提出文献检索基准 CompLit，覆盖 arXiv 全部八个领域，共 870 条单轮查询和 220 段多轮对话，并设置 Standard、Implicit、Cumulative、Unmet 四种评测场景。

面向学位论文的知识图谱构建：综述

一篇系统综述分析了 2021 至 2025 年间 46 项同行评审研究，梳理面向学位论文构建知识图谱的技术、模型与工具。综述发现方法从自然语言处理的实体关系抽取，演进到本体工程、语义网技术，以及知识图谱嵌入、Linked Open Data 和大语言模型驱动的增强。研究指出，现有学术知识图谱工作多集中于期刊论文与引文网络，学位论文因结构异构、元数据不一致而受关注有限。

期刊如何识别 AI 代写论文？审稿人关注的 7 个危险信号

SciSpace 发布研究指南，整理审稿人 Lyndon Walker 在学术写作网络研讨会上提出的 7 个 AI 写作危险信号，包括批量生产式研究、复制粘贴痕迹、虚构参考文献、泛化文风、结论与数据不符、试图操纵评审系统以及学术归属丧失。

alphaXiv 推出文献库功能

厌倦了开着 100 多个 arXiv 标签页？ 隆重推出 alphaXiv Library 📕 整理你所有的研究，跨设备同步 📁 可分享的文件夹与子文件夹 📤 从任何地方上传论文 🔍 在库内搜索 🕘 最近浏览历史 再也不会弄丢论文

EpiLens 开源轻量 RAG 包发布，用于流行病学文献结构化提取

ISI Foundation 团队发布开源轻量 RAG 包 EpiLens，用固定检索模板和输出 schema 对语料中每篇论文做同样的结构化分析，并把每条输出链接回原文段落。

用弱监督域内适配改进 SPECTER2 科学嵌入，用于探索性文献图谱构建

捷克科学院团队用 OpenAlex 书目耦合关系构造正样本，以轻量 LoRA 适配器微调 SPECTER2，在 704 篇人工意识主题文献的 ArtCon 语料上做弱监督域内适配，无需人工标注相似度标签。

OpenSaC 开源 Python 库发布，让深度研究智能体以代码组织检索

中国人民大学与新加坡国立大学的研究者发布开源 Python 库 OpenSaC 及配套 Search as Code skill，让 Codex、Claude Code 等编码智能体用 Python 程序组合搜索、内容抓取、重排和模型调用，并保留来源供检查复用。

Google Scholar API：Python 调用、密钥、定价与替代方案

Google Scholar 没有官方公开开发者 API，开发者只能通过 SerpApi、HasData 等第三方接口或 OpenAlex、Crossref 等独立学术 API 获取数据。

Perplexity API 定价详解：Search、Sonar、密钥与速率限制

Perplexity API 的 Search 按成功请求计费，Standard Search 每 1,000 次 5 美元、Fast Search 每 1,000 次 1 美元，均不额外收 token 费。

Gemini 4 Argon 将学术PDF变动画绘本

借助 Gemini 4 Argon，你的研究有了讲述故事的新方式 📖 我们在 @GeminiApp 中使用 Nano Banana、Veo 和 Argon，将一份内容密集的学术 PDF 变成了一本全彩动画故事书。

研究揭示检索增强模型为何未使用已获取的证据

Imperial College London 的研究者在 arXiv 预印本中构建了 225 条训练截止后发生变化的时间性事实，覆盖 FDA、金融、体育、人物、SEC 和化学六个领域，评估 GPT-5.6 Luna 的原生网络搜索以及六个开放权重模型配置在固定检索下的表现。

TAGHN：面向自动主题标引的文本注意力图重排序方法

针对自动主题标引中词表语义关系被扁平化多标签分类器忽略的问题，研究者提出 TAGHN——在检索候选描述符的文档子图上叠加叙词表邻域，用异构图重排序联合评估候选与文档的相似度及其邻域匹配度。

ReviewPilot：面向系统综述筛查与数据抽取的多智能体系统

佛罗里达国际大学等机构的研究者提出对话式多智能体系统 ReviewPilot，覆盖系统综述的检索、筛查、全文获取、信息抽取与语义归类五个阶段，研究者可通过对话定制纳入排除标准与抽取字段，每条筛查决定附理由、每个抽取值附原文出处，项目记忆保留配置与修订。

JevGPT：用快慢双系统架构做自主科研

KAUST 等机构的研究者提出 JevGPT，一种面向自主科研的双系统架构：System Two 负责设定证据目标并整合发现，System One 负责定位支撑段落、评估相关性和引导后续阅读，独立来源判断可并行执行。

当 AI 学术检索自行生成查询文本：Aaron Tay 分析语义检索中的假设性文档扩展

Aaron Tay 在测试一款 AI 学术检索系统时，通过 Chrome DevTools 记录浏览器网络流量，发现系统在语义检索环节并非直接嵌入用户原始查询，而是把原始查询与一段 LLM 生成的、类似相关文档的文本拼接后再生成嵌入。

CompLit 基准：文献检索评测需覆盖隐含、累积与无解需求

首尔大学、LG AI Research 等机构的研究者提出文献检索基准 CompLit，覆盖 arXiv 全部八个领域，包含 870 条单轮查询和 220 段多轮对话，并设置 Standard、Implicit、Cumulative、Unmet 四种评测场景。

SciCurateBench：从异构科学文献中整理实验数据的基准与 LangPoli 智能体

研究团队提出 SciCurateBench，一个由 200 篇专家标注论文组成的基准，要求系统从原始文献、补充材料和托管数据中联合验证多项实验条件，例如是否为新生成的 scRNA-seq 数据且带免疫治疗响应结果。

SciSpace 在 Advanced 和 Max 套餐推出不限量智能体使用

SciSpace 宣布在 Advanced 和 Max 套餐推出不限量智能体使用，用户不必再按用量额度规划每一步操作。官方说明中，智能体可并行执行任务，例如一个智能体探索研究问题、另一个核查现有稿件的引用、第三个根据已有发现准备演示文稿。平台还提供 Citation Verifier，用于检查来源是否支持文中的论断，用户审核证据与建议后可让智能体按批准的修改更新报告。

入选理由SciSpace 把智能体用量改为不限量，研究者可据此判断多任务并行与引用核查流程是否值得纳入日常工作。

K-Dense 更新：AI 信任议题、AI 科研助手播客与三款基于 Jev 的免费工具

K-Dense 发布三款基于 Jev 的免费免登录工具：Citation Telephone 可沿引用链追溯被引论文是否支持原句，Rigor Scan 对 PDF 执行 74 项报告规范检查且文件留在浏览器内，Claimscape 按研究设计与年份映射 PubMed 摘要。

SAIL：面向文献研究与科学编程的35B开源科研智能体模型

研究团队发布 SAIL，一个总参数 35B、激活参数 3B 的开源模型，面向文献研究、科学编程和多步研究流程。该模型通过科学感知的改进循环开发：由前沿 AI 模型驱动的智能体分析其任务失败，并针对文献任务中的检索与证据选择、编程中的科学假设与推理、长流程研究中的规划与修订等能力缺口构造训练任务，再经监督微调、专项训练、多教师同策略蒸馏和智能体强化学习训练。

Consensus 如何做科研：从一个问题到可共享文献库的完整流程

Consensus 在 Consensus 101 课程中以“镁是否改善睡眠质量”为例，演示从提问、检索到建库的完整流程：其 220M+ 篇论文库结合关键词与语义检索，Deep 模式在该问题上运行 31 步并生成论点-证据表、研究时间线和研究空白。

SciSpace 指南：如何一步步做系统综述（含真实 PRISMA 示例）

SciSpace 发布系统综述分步指南，以 Dr. Ullah 的真实综述为例，演示如何将 4,634 条检索记录筛选至 74 篇纳入研究。指南覆盖确认综述必要性、定义并试点研究问题、构建可复现检索策略、设定纳入排除标准、筛选研究、数据提取、证据综合与报告质检八个步骤，并强调用 PRISMA 流程图记录筛选决策。

SciSpace 发布七步流程，核查 AI 生成引用与论断

SciSpace 基于 Joanne Donoghue 教授的讲座整理出一套七步工作流，用于核查 AI 生成的研究内容：先识别虚构论文、错误 DOI、作者名单错误、结论被曲解、编造统计量、虚假指南建议和虚假共识等错误类型，再依次定义证据标准、核验文献记录、获取全文、追溯论断出处、比较研究间差异并审计参考文献。

SciSpace 推出 Citation Verifier，核查引用文献是否支持论文论断

SciSpace 发布 Citation Verifier，一款 AI 引用核查工具，除验证被引论文是否存在、出版信息以及是否被撤稿或更正外，还会检查引用来源是否真正支持论文中的论断。

入选理由SciSpace 把引用核查从“文献是否存在”推进到“文献是否支持该论断”，投稿前自查引用错配的研究者可以据此判断是否纳入写作流程。

SciSpace 发布期刊俱乐部讨论准备完整指南

SciSpace 发布《准备一场好的期刊俱乐部讨论：完整指南》，提出从研究问题、研究意义、方法学批判、统计功效到图表解读的准备流程。指南建议用 PICO 框架拆解临床或干预研究，并提醒关注样本量、随机化与盲法、主要与次要结局，以及置信区间和效应量，而非只看 P 值。

SciSpace 发布文献综述写作指南：附注释范例与七步流程

SciSpace 发布文献综述写作指南，用一篇虚构教学范例演示如何围绕主题比较研究、指出证据差异并引出研究空白。指南给出七步流程：界定综述问题、统一记录证据、核查可比性、按主题分组、撰写综合、确立空白、核对原文。内容整合自 3 场 SciSpace 网络研讨会，并演示将 Literature Review Agent 限定在选定的 Zotero 馆藏内提取字段。

alphaXiv 推出 Paperscrolling 移动应用，以信息流形式浏览论文要点

alphaXiv 推出 Paperscrolling，已在 iOS 和 Android 上线，用户可通过信息流查看最新研究的关键要点、图表和音频解读，内容来自 alphaXiv Briefs。Google Play 页面显示应用包名为 org.alphaxiv.mobileapp。Timothy Kassis 转发该消息并评论称这是有用的刷屏。

如何挑选合适的种子论文：启发式方法与迷你基准

SciSpace 发布网页研究指南，给出挑选文献综述种子论文的启发式方法与迷你基准。指南建议按引用量、时效性和相关性排序种子论文，并称其迷你基准显示优质种子能显著减少文献地图的覆盖缺口。文中还列出选择偏差、数据库覆盖不全等常见问题，并演示用 SciSpace 相关文献智能体从种子论文扩展生成文献地图。