让你更懂AI的 2025-03-05 13:02 北京
很多科研人，现在都会借助AI工具进行学术创作/科研工作，无论是文献检索整理、内容修改润色，还是拓展创新维度，AI都能提升研究效率。
但在使用DeepSeek、ChatGPT这类AI的过程中，总会遇到生成的内容参考文献不存在的情况，为了保证学术的严谨性，一个个搜索验证反而增加了工作量。
对于这个问题，使用AI搜索产品，比如perplexity、秘塔AI等，相对更有优势，通过先搜索再归纳总结的方式，有效减少了大模型幻觉。
只是perplexity没有专门的学术数据库，日常我更多会使用秘塔AI，它的“学术搜索”有千万级数据库，不仅引用的每个参考文献都是真实的，还在回答中进行了标注，点击就可以溯源查证。
前段时间它们还引入了DeepSeek R1，效果得到了一定的提升。
在研究模式（先想后搜）下，DeepSeek R1会先对问题进行步骤拆解，再由秘塔在自己的数据库中搜索每个步骤所需的相关资料，最终基于数百个真实文献整理分析回答，非常适合我们做调研、写survey。
以我最近遇到的强化学习领域的问题“如何降低Policy Gradient算法的复杂度”为例。
秘塔AI将问题拆解为几个方面来搜索、分析、整理。
整体的回答还是有些惊喜的。
基线（Baseline）引入和重要性采样（Importance Sampling），可能大家都比较熟悉，是通常在RL的代码实现中会用到的方法。
但除此之外，秘塔AI扩展了方差缩减的各种理论支持、数学假设，还有海森矩阵、单循环结构、Fisher非退化策略、线性MDP假设，给希望深入理论研究的朋友们提供了过于足够的信息。
▲上下滑动，查看更多
点击脚注，可以直接开始学习对应的论文。如果我们能把这些回答中包含的全部论文都研读一遍，相信很快就会成为这方面的专家了（不是。
我又试了一些天马行空的创新性跨界研究，秘塔AI也能认真思考其中的可行性，并给出一份有条理的提案：
▲上下滑动，查看更多
在回答的最后，罗列了所有的参考文献，每一个都是真实的。
大家可以用自己正在研究的领域搜索体验，秘塔AI的使用地址贴在这里：metaso.cn
科研就像盖房子，既要学会借助合适的工具快速搭建，还要确保每个砖块都不是“空心砖”，这样才能建的又快又好。希望这篇分享能真正帮助大家提升一些科研效率！
?
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
·
·
▼ 点击「 阅读原文」，立即体验
