logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Canguo Science、OpenAI Science、Claude Science:科研 AI 的分水岭,不在模型名字,而在工作流

摘要: 当前科研AI产品正从单一对话转向综合工作台,OpenAI Science、Claude Science和Canguo Science分别代表三种不同取向:OpenAI覆盖全流程科研探索,Claude强调可复现实验与计算,而Canguo Science的核心优势在于多模型协作下的文献证据闭环。其差异化路径包括:1)通过模型分工实现检索、精读、推理等环节的可回溯;2)将RAG升级为结构化证据系

文章图片
#人工智能#数据库#深度学习 +1
论文、笔记、运行与报告为什么总是散落在不同工具里?Canguo Science 的“科研项目工作台”思路

摘要: 科研工作中,材料、笔记与结论常分散在不同工具中,导致“上下文丢失”,拖慢研究进度。Canguo Science提出“科研项目工作台”思路,将论文、笔记、运行记录、技能(Skill)与报告整合到统一研究上下文中,解决以下问题: 工具链割裂:文献、数据、代码与写作分散,难以追溯结论来源; 研究过程碎片化:通过项目结构(文件、笔记本、运行、Skill)保留完整研究路径; 可验证性缺失:笔记与文件

文章图片
#人工智能#论文阅读
Canguo Science、OpenAI Science、Claude Science:科研 AI 的分水岭,不在模型名字,而在工作流

摘要: 当前科研AI产品正从单一对话转向综合工作台,OpenAI Science、Claude Science和Canguo Science分别代表三种不同取向:OpenAI覆盖全流程科研探索,Claude强调可复现实验与计算,而Canguo Science的核心优势在于多模型协作下的文献证据闭环。其差异化路径包括:1)通过模型分工实现检索、精读、推理等环节的可回溯;2)将RAG升级为结构化证据系

文章图片
#人工智能#数据库#深度学习 +1
Canguo Science、OpenAI Science、Claude Science:科研 AI 的分水岭,不在模型名字,而在工作流

摘要: 当前科研AI产品正从单一对话转向综合工作台,OpenAI Science、Claude Science和Canguo Science分别代表三种不同取向:OpenAI覆盖全流程科研探索,Claude强调可复现实验与计算,而Canguo Science的核心优势在于多模型协作下的文献证据闭环。其差异化路径包括:1)通过模型分工实现检索、精读、推理等环节的可回溯;2)将RAG升级为结构化证据系

文章图片
#人工智能#数据库#深度学习 +1
Canguo Science 的学术 Skills 是怎么把模型输出变成规范 Word / PDF 的?(含代码)

本文介绍了如何利用Python工具链将AI模型生成的结构化内容自动转换为规范学术文档的工程实践。核心流程包括:1)通过OpenAI兼容API获取结构化JSON输出;2)使用python-docx库生成Word文档,重点解决中文字体设置(w:eastAsia)、表格样式(TableGrid)等技术难点;3)实现自动引用编号管理;4)提供docx2pdf、LibreOffice等多种PDF转换方案。该

文章图片
#python#java#网络 +3
Canguo Science 背后的模型调用是怎么扛住不稳定的?重试、熔断、故障转移与流式实战(含代码)

本文介绍了构建高可用大模型调用系统的一系列客户端侧技术方案。针对LLM调用中的超时、限流、服务中断等常见问题,文章提出分层超时(连接5秒/读取30秒)、指数退避重试(含随机抖动)、熔断机制(fail_threshold=5)、多后端故障转移等核心策略。同时讲解了流式输出兜底(include_usage)、请求对冲(hedge_delay=2.0)、用量核算(tiktoken计数)等进阶技巧,强调幂

文章图片
#服务器#前端#运维 +4
具身智能真的是“大模型 + 机器人“吗?我用 Open Science + CanguoAI 给 292 篇 Embodied Intelligence 研究画了一张文献地图

本文演示了一套基于CANGUOAI Science对OpenAlex数据的具身智能(Embodied Intelligence)研究量化分析方法。数据显示2020-2025年标题含"embodied intelligence"的292篇论文中,83.22%集中在2024-2025年,呈现爆发式增长。研究发现该领域主题高度分散,涵盖多模态学习、软体机器人、强化学习等多个方向,远非

文章图片
#机器人#人工智能#机器学习 +2
一篇论文从 0 到初稿,我用 Canguo Science 全程走了一遍:21 个大模型、47 次零失败运行、4947 篇文献地图,每个数字都能重跑这篇文章不讲空话,而是把“一篇论文怎么从零开始写到

这篇文章介绍了CanguoScience平台如何通过六步流水线方法,将论文写作从零到初稿的过程系统化、工程化。该方法整合了21个主流大模型(来自Anthropic和OpenAI)进行文献理解,利用OpenScience脚本处理数据和绘图,确保每个步骤可复现。具体流程包括:确定研究问题、建立文献地图(覆盖4947篇论文)、多模型精读50篇代表作、量化筛选19个候选维度、提炼10个可证伪假设,最终形成

文章图片
#人工智能#深度学习#机器学习 +3
我用 CanguoAI对4947 篇论文画了一张 AI 全景地图:方法、工具与踩坑记录

本文介绍了一种利用AI工具辅助文献分析的方法,通过SemanticScholar API批量获取4947篇AI领域论文数据,结合GPT-4o-mini进行自动分类和关键词提取,最终构建可交互的文献地图。作者详细阐述了技术方案设计、关键代码实现(包括数据获取、批量分类、成本控制和失败重试机制)以及可视化呈现方法(使用PyECharts+D3.js),并总结了API限流、摘要过长等实际遇到的四个主要问

文章图片
#人工智能#深度学习#机器学习 +1
从模型调用到可复现研究:CanguoAI + Canguo Science 能搭起怎样的 AI 科研工作流?

本文探讨了AI在科研工作中的应用关键点,提出一个以可追溯性和复现性为核心的开放科研工作流方案。通过分析CanguoAI和CanguoScience的组合应用,文章指出:1)科研辅助工具不应仅提供对话功能,而需构建连接问题-文献-实验-结果-论文的全流程工作台;2)"模型无关"的设计理念更适合科研场景,可根据不同任务选择最优模型;3)工作流应保留完整的过程记录,确保数据、代码、图

文章图片
#人工智能#深度学习#机器学习 +2
    共 11 条
  • 1
  • 2
  • 请选择