终于
，当前知识迭代的速度
，早已经超过了我们身为个别可能「迎头赶上」的速度
，无论是在日常生涯、企业出产中
，还是在对交叉学科知识要求愈发高的科学钻研中
。 今天
，学术君为各人安利一个进建提效 AI Agent——「AMiner 沉思」Deep Research 职能
，其由清华团队 AMiner 自研
，几分钟便能够自主调研上百篇文件
，自动天生上万字钻研汇报
，不仅涵盖了推算机科学、生物医学、纳米资料、量子光学等100+ 学科
，还面向所有效户「免费」盛开！ 「AMiner 沉思」基于 arXiv、PubMed 等全学科3 亿+文件调研
，以及大模型草创企业智谱自研的 GLM-Z1-Rumination沉思模型
，同时还针对科研全流程需要结合多步搜索推理进行了监督微调、强化进建训练
，从而支持文件全面精准检索、钻研汇报、论文框架天生
，为学者提供从文件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：「你是一个科研工作者
，重要钻研领域是呼吸系统疾病
，阅读大量 PubMed、cell、science、nature 上的文件
，详述自噬对肺纤维化的影响
，从细胞和动物水平注明
。」 「AMiner 沉思」不仅能够通过作者、期刊、颁发年份等前提精准筛选文件
，急剧定位所需资源
，还能够进一步理解科研学者的深档次意图
，逐步自我进建
，自动对自身检索了局进行全面尽调
，确保检索及文件了局精准且无遗漏
。 如下
，「AMiner 沉思」以 3 分钟 40 秒实现多达 6 轮自主检索
，查找并自主阅读 98 条中英双语文件及综述
，实现多达 20 多步的系统反思、推导、验证、综合
，最平天生了一篇蕴含引言及综述的万字钻研汇报
。 「AMiner 沉思」能够自主实现盛开课题的动态数据分析及深度推理支持
，可能将实时联网学术前沿动态与汗青数据进行整合分析
，援手用户发现该课题下垂直领域中多视角最新钻研趋向
。 例如
，输入“金属玻璃的钻研进展”
，「AMiner 沉思」会自行针对课题所涉钻研对象挖掘汗青发展过程、当前最新成就落地、资料造备的技术及合用领域
，对未来技术利用趋向做出判断和分析并支持天生和导出合用于撰写分歧论文体式的齐全版汇报(如 Word、Markdown)
。 「AMiner 沉思」还可能结合分歧窗科的知识
，自主成立跨学科知识图谱
，在模型的深度推理和自我验证能力加持下
，能够反复美满知识图谱
，自动对列表进杏装披沙拣金”处置
，并遍历可能存在的子案例
，基于知识图谱自主综合
，协助学者“查漏补缺”
，提供全面且深度的调研综述
。 例如
，在钻延装人为智能与医学有哪些结合”时
，模型能够同时挪用医学和推算机科学的有关数据进行分析
，逐步美满最终了局返回前的知识图谱
。 关于 AMiner AMiner（https://www.aminer.cn/）是由清华大学推算机科学与技术系唐杰教授团队研发的拥有齐全自主知识产权的新一代科技谍报分析与挖掘平台
，蕴含 6000万学者、3.2 亿篇论文、1.7 亿件专利
，利用 AI 和数据挖掘技术
，提供学术检索、对话式搜索与问答、科研谍报订阅、学者画像、必读论文专题、期刊顶会信息和排行榜等科技谍报专业化服务
，自 2006 年上线以来
，年接见量 1500 万次
，覆盖 220 个国度和地域的 1000 万用户
，科研数据下载 230 万次
，为 400 余个期刊提供推送服务
，已成为全球当先的学法术据服务与 AI 科研工具
。