事实，，，目今知识迭代的速率，，，早已经凌驾了我们身为个体能够「迎头遇上」的速率，，，无论是在一样平常生涯、企业生产中，，，照旧在对交织学科知识要求愈发高的科学研究中。。。 今天，，，学术君为各人安利一个学习提效 AI Agent——「AMiner 深思」Deep Research 功效，，，其由清华团队 AMiner 自研，，，几分钟便可以自主调研上百篇文献，，，自动天生上万字研究报告，，，不但涵盖了盘算机科学、生物医学、纳米质料、量子光学等100+ 学科，，，还面向所有用户「免费」开放！ 「AMiner 深思」基于 arXiv、PubMed 等全学科3 亿+文献调研，，，以及大模子首创企业智谱自研的 GLM-Z1-Rumination深思模子，，，同时还针对科研全流程需求连系多步搜索推理举行了监视微调、强化学习训练，，，从而支持文献周全精准检索、研究报告、论文框架天生，，，为学者提供从文献精准定位到知识脉络解构的全链路科研支持。。。 例如，，，当输入提醒词：「你是一个科研事情者，，，主要研究领域是呼吸系统疾。。。亩链笞 PubMed、cell、science、nature 上的文献，，，详述自噬对肺纤维化的影响，，，从细胞和动物水平说明。。。」 「AMiner 深思」不但可以通过作者、期刊、揭晓年份等条件精准筛选文献，，，快速定位所需资源，，，还可以进一步明确科研学者的深条理意图，，，逐步自我学习，，，自动对自身检索效果举行周全尽调，，，确保检索及文献效果精准且无遗漏。。。 如下，，，「AMiner 深思」以 3 分钟 40 秒完成多达 6 轮自主检索，，，查找并自主阅读 98 条中英双语文献及综述，，，完成多达 20 多步的系统反思、推导、验证、归纳，，，最终天生了一篇包括小序及综述的万字研究报告。。。 「AMiner 深思」可以自主完成开放课题的动态数据剖析及深度推理支持，，，能够将实时联网学术前沿动态与历史数据举行整合剖析，，，资助用户发明该课题下笔直领域中多视角最新研究趋势。。。 例如，，，输入“金属玻璃的研究希望”，，，「AMiner 深思」会自行针对课题所涉研究工具挖掘历史生长历程、目今最新效果落地、质料制备的手艺及适用领域，，，对未来手艺应用趋势做出判断和剖析并支持天生和导出适用于撰写差别论文名堂的完整版报告(如 Word、Markdown)。。。 「AMiner 深思」还能够连系差别学科的知识，，，自主建设跨学科知识图谱，，，在模子的深度推理和自我验证能力加持下，，，可以重复完善知识图谱，，，自动对列表举行“去伪存真”处置惩罚，，，并遍历可能保存的子案例，，，基于知识图谱自主归纳，，，协助学者“查漏补缺”，，，提供周全且深度的调研综述。。。 例如，，，在研究“人工智能与医学有哪些连系”时，，，模子可以同时挪用医学和盘算机科学的相关数据举行剖析，，，逐步完善最终效果返回前的知识图谱。。。 关于 AMiner AMiner（https://www.aminer.cn/）是由清华大学盘算机科学与手艺系唐杰教授团队研发的具有完全自主知识产权的新一代科技情报剖析与挖掘平台，，，包括 6000万学者、3.2 亿篇论文、1.7 亿件专利，，，使用 AI 和数据挖掘手艺，，，提供学术检索、对话式搜索与问答、科研情报订阅、学者画像、必读论文专题、期刊顶会信息和排行榜等科技情报专业化效劳，，，自 2006 年上线以来，，，年会见量 1500 万次，，，笼罩 220 个国家和地区的 1000 万用户，，，科研数据下载 230 万次，，，为 400 余个期刊提供推送效劳，，，已成为全球领先的学术数据效劳与 AI 科研工具。。。