三人團隊打造的學術搜索引擎，直接拿下SOTA！

號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，只需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，支持一鍵復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。

為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。

開發者發推文叫板谷歌：

我們三個人花幾個月就做出來了，比谷歌的好。

AI 3D模擬引擎Ego聯合創始人兼CTO、前Meta研究員看過后表示閉眼沖：

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，為了測試Lumina的性能，研究團隊開源了一個基準測試。

使用GPT-4作為“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確度。

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，谷歌學術只有50%的檢索能提供1個高度相關的結果，Semantic Scholar則僅有30%的檢索能達到這一標準。

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即將發布。

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匯總：

三人團隊打造

Lumina背后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檳分校完成機械工程專業，之前是社交媒體平臺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云技術相關顧問。

聯合創始人Ishaan Kapoor，加州大學洛杉磯分校統計學畢業，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。

打開后是這樣嬸兒的，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