三人團隊打造的學術搜索引擎，直接拿下 SOTA！
号稱搜索結果相關性平均比谷歌學術高 5 倍，能搜索超 1 億個研究對象，還不依賴 LLM。
更重要的是：免費，學生黨狂喜！
先來看一波使用效果，輸入搜索關鍵詞，隻需 350 毫秒，" 啪 " 得一下高度相關文獻就列出來了：
還能再一鍵篩選出可查看 PDF 的文件。
從年份、引用次數，到出版類型、具體期刊，都能設定一鍵過濾：
搜索出來的論文，點擊題目即可預覽，支持一鍵複制常見學術引用格式：
這個新搜索引擎名叫Lumina，據說目前已處理了超 30 萬次查詢，支持 24 種語言。
爲了和谷歌學術等傳統學術搜索引擎做比較，開發團隊還專門搞了個基準測試，代碼庫也已開源放了出來，測試結果 Lumina 搜索結果的相關性拿下 SOTA。
開發者發推文叫闆谷歌：
我們三個人花幾個月就做出來了，比谷歌的好。
AI 3D 模拟引擎 Ego 聯合創始人兼 CTO、前 Meta 研究員看過後表示閉眼沖：
強烈推薦大家試一試。
還有不少學者表示好使：
搜索相關性最高高 11 倍
如開頭所述，爲了測試 Lumina 的性能，研究團隊開源了一個基準測試。
使用 GPT-4 作爲 " 評判員 "，重點比較了 Lumina Base（基礎搜索模式）、Lumina Recursive（遞歸搜索模式）、Semantic Scholar 和谷歌學術搜索結果的相關性和精确度。
直接檢測評估了每個搜索引擎的前 10 個搜索結果，對比如下：
在基礎搜索模式下（Lumina Base），Lumina 搜索結果的相關性比谷歌學術高 4.8 倍，比 Semantic Scholar 高 8 倍，評估基于生成的約 2470 個查詢數據集。
Lumina 在遞歸搜索模式下，搜索結果相關性進一步提升，比谷歌學術高 6.8 倍，比 Semantic Scholar 高 11.3 倍，同樣基于 2470 個查詢數據集。
此外，Lumina 在每次檢索中都能穩定提供 2-3 個高度相關結果，相比之下，谷歌學術隻有 50% 的檢索能提供 1 個高度相關的結果，Semantic Scholar 則僅有 30% 的檢索能達到這一标準。
換句話說，Lumina 可以找到原本很難找到的研究成果。
團隊還表示，使用 Lumina API 和一個簡單的遞歸腳本，可以使相關性比谷歌學術高 11 倍，Lumina API 即将發布。
除了基本的檢索，Lumina 還提供AI 概述功能。
比如用 " 機器學習 " 關鍵詞搜索，它就會引用檢索出來的論文總結介紹機器學習：
點擊 AI 概述中有下劃線的關鍵詞，就會觸發對該關鍵詞的進一步檢索：
AI 概述下方還有對搜索論文研究成果圖表的彙總：
三人團隊打造
Lumina 背後是一個僅有三人的開發團隊，已獲 YC 投資。
聯合創始人兼 CEO Mehul Chadda，本科畢業于美國威斯康星大學麥迪遜分校材料工程專業，前高精度科學儀器公司 CAMECA 制造工程師，負責過原子探針研發工作。
聯合創始人兼 CTO Akhilesh Sharma，本科畢業于美國伊利諾伊大學香槟分校完成機械工程專業，之前是社交媒體平台 Postpress 的聯合創始人和技術主管，也曾擔任美國技術咨詢公司 Neudesic 雲技術相關顧問。
聯合創始人 Ishaan Kapoor，加州大學洛杉矶分校統計學畢業，對深度學習、線性代數和大語言模型感興趣。
除了這次上新的學術搜索引擎，之前團隊還做了一個 AI 論文解讀工具——Lumina-chat。
點擊 Lumina 主頁右上角的 "Legacy System" 即可跳轉使用。
打開後是這樣嬸兒的，可以上傳 PDF 與 AI 交互進行論文解讀：
感興趣的童鞋可以試試～
https://lumina.sh/c5bbe32b-4fb7-476a-81aa-fe269f67f283
參考鏈接：
[ 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
