Cursor是一个基于VS Code的代码编辑器，深度集成了AI聊天功能，不只是自动补全，而是对你的代码和代码库进行完整对话。对于用Python或R做数据分析的研究人员，它消除了在写代码和向ChatGPT询问代码之间的上下文切换。 为什么选Cursor而不是Copilot用于科研 Copilot在你
2024-10-21
科研编码与软件工程不同。目标不是可维护的系统，而是你信任的结果。这决定了AI编码工具对研究人员的作用方式。 科研编码实际涉及什么 数据清洗、统计分析脚本、预处理流程、可视化、模拟代码、从论文实现模型，这些是典型的科研编程任务。它们通常用Python、R或MATLAB编写。代码运行一次或几次，输出结果
2024-10-04
MCP（模型上下文协议）是Anthropic开发并于2024年11月发布的开放协议，标准化了AI系统连接外部数据源和工具的方式。到2025年初，它已被OpenAI、Google DeepMind和数十家开发者工具公司采用。以下是它实际上是什么以及它能实现什么。 MCP解决的问题 在MCP之前，每家
2024-09-13
每份AI学术写作指南都告诉你"把AI当作思维伙伴"。这太模糊了。以下是Claude在学术写作过程中真正擅长的具体场景，以及应当注意的边界。 构建论证结构 在写某个部分之前，向Claude描述你的论证："我想论证X，原因是Y和Z，但批评者会说W。"请它找出逻辑上的弱点、替代框架，以及你的证据无法回答哪
2024-07-25
Connected Papers（connectedpapers.com）使用一种叫做书目耦合的技术生成学术论文的可视化图谱，频繁引用相同来源的论文在图谱上彼此更近，即使它们没有直接引用对方。这揭示了引用链所忽略的关联。 图谱如何工作 从一篇论文开始，Connected Papers构建25到50篇
2024-06-20
提示工程——编写更好的输入以从AI模型获得更好输出的实践——自GPT-3时代以来已经显著演变。以下是在2026年使用当前模型实际上有效的内容。 自2022年以来发生了什么变化 在2022到2023年，提示工程涉及许多绕过模型限制的技巧：多次重复指令，因为模型"忘记"了早期部分；使用特定的魔法短语（
2024-06-18
当构建一个可以访问领域特定知识的AI应用程序时，有三种主要方法：提示工程（在上下文窗口中包含信息）、RAG（检索增强生成：在查询时检索相关信息）或微调（在领域特定数据上训练模型）。以下是每种方法适合的情况。 解释各种方法 提示工程：最简单的方法。直接在系统提示或用户消息上下文窗口中包含领域特定信息
2024-05-19
SciSpace（曾用名Typeset，现在的scispace.com）围绕一个核心洞察构建：阅读学术论文是研究生产力的主要瓶颈，AI可以在不牺牲准确性的情况下显著加快理解速度，前提是它基于实际文本。 SciSpace能做什么 在SciSpace中打开任何论文（通过DOI、URL或PDF上传），你会
2024-05-16
提示工程在2022到2023年成为一种受人赞扬的技能。到2026年，该领域已经显著成熟——许多早期技术已被更好的模型取代，而一组更小的真正原则仍然重要。以下是该领域的诚实现状。 什么变得不那么重要了 思维链技巧：2022年，在提示中添加"让我们一步一步思考"大幅提高了推理任务的性能。现代模型自动且
2024-04-14
传统的文献检索策略——搜索关键词、找论文、查阅它们的参考文献、再追踪参考文献的参考文献——错过了学术知识的网络结构。ResearchRabbit和Semantic Scholar让这个网络变得可见和可导航。 Semantic Scholar Semantic Scholar（semanticscho
2024-03-25
