2025年最佳的 14 個AI學術研究工具

SLM_Survey是一個專注於小型語言模型（SLMs）的研究項目，旨在通過調研和測量，提供對這些模型的深入瞭解和技術評估。該項目涵蓋了基於Transformer的、僅解碼器的語言模型，參數範圍在100M至5B之間。通過對59個最先進的開源SLMs進行調研，分析了它們的技術創新，並在多個領域評估了它們的能力，包括常識推理、上下文學習、數學和編程。此外，還對它們的運行時成本進行了基準測試，包括推理延遲和內存佔用。這些研究對於推動SLMs領域的研究具有重要價值。

State of AI Report 2024是由AI領域投資者Nathan Benaich和Air Street Capital共同製作的年度報告，旨在分析AI領域最有趣的發展，並引發關於AI現狀及其對未來影響的知情討論。報告涵蓋了研究、產業、政治、安全等多個維度，提供了對未來AI發展的預測和評估。這份報告是瞭解AI領域最新進展和趨勢的重要資源，對於研究人員、企業家、政策制定者以及對AI感興趣的公眾都具有極高的參考價值。

Cheating LLM Benchmarks 是一個研究項目，旨在通過構建所謂的“零模型”（null models）來探索在自動語言模型（LLM）基準測試中的作弊行為。該項目通過實驗發現，即使是簡單的零模型也能在這些基準測試中取得高勝率，這挑戰了現有基準測試的有效性和可靠性。該研究對於理解當前語言模型的侷限性和改進基準測試方法具有重要意義。

Paper Central 是 Hugging Face 推出的一個全面、便捷的學術平臺，它將arXiv、Hugging Face 論文頁、模型、數據集、Space、GitHub 和會議論文集等多個來源的開源學術資源整合在一起，幫助研究人員和開發者快速獲取並使用開源資源。

SciAgentsDiscovery 是一個利用多智能體系統和大規模本體知識圖譜，自動化科學研究的系統。它通過整合大型語言模型、數據檢索工具和多智能體學習系統，能夠自主生成和完善研究假設，揭示潛在的機制、設計原則和意外材料屬性。該系統在生物啟發材料領域展示了其跨學科關係的發現能力，超越了傳統人類驅動的研究方法。

AI-Researcher 是一個基於斯坦福大學自然語言處理團隊的研究項目，旨在通過人工智能技術輔助研究創意的生成和管理。該工具通過自然語言輸入研究主題，輸出一系列項目提案，並對其進行排名和過濾，以幫助研究人員快速找到創新且可行的研究點子。它包括相關論文搜索、基於檢索的想法生成、想法去重、項目提案生成、項目提案排名和過濾等模塊。

OpenResearcher是一個先進的科學研究助手，旨在為研究查詢提供有幫助的答案。它能夠訪問arXiv語料庫，提供最新的科學見解，幫助用戶探索科學的前沿。

ICSFSurvey是一個關於大型語言模型內部一致性和自我反饋的調查研究。它提供了對LLMs自我評估和自我更新機制的統一視角，包括理論框架、系統分類、評估方法、未來研究方向等。

prism-alignment 是一個由 HannahRoseKirk 創建的數據集，專注於研究大型語言模型（LLMs）的偏好和價值觀對齊問題。數據集通過調查問卷和與語言模型的多輪對話，收集了來自不同國家和文化背景的參與者對模型回答的評分和反饋。這些數據對於理解和改進人工智能的價值觀對齊至關重要。

Platonic Representation Hypothesis（柏拉圖表示假設）是一個關於不同AI系統如何學習和表示現實世界的理論。該理論認為，儘管不同AI系統可能以不同的方式學習（例如圖像、文本等），但它們的內部表示最終會趨於一致。這種觀點基於所有數據（圖像、文本、聲音等）都是某種底層現實的投影這一直覺。該理論還探討了如何衡量表示的一致性，以及導致一致性的因素，如任務和數據壓力，以及模型容量的增加。此外，還討論了這種一致性可能帶來的意義和限制。

Benchmark Medical RAG是一個專注於醫療領域的檢索式問答（Retrieval-Augmented Generation）基準測試平臺。它提供了一系列的數據集和評估工具，旨在推動醫療信息檢索和生成模型的研究。

這篇論文研究了視頻Transformer表示的概念解釋問題。具體而言，我們試圖解釋基於高級時空概念的視頻Transformer的決策過程，這些概念是自動發現的。以往關於基於概念的可解釋性的研究僅集中在圖像級任務上。相比之下，視頻模型處理了額外的時間維度，增加了複雜性，並在識別隨時間變化的動態概念方面提出了挑戰。在這項工作中，我們通過引入第一個視頻Transformer概念發現（VTCD）算法系統地解決了這些挑戰。為此，我們提出了一種有效的無監督視頻Transformer表示單元（概念）識別方法，並對它們在模型輸出中的重要性進行排名。所得的概念具有很高的可解釋性，揭示了非結構化視頻模型中的時空推理機制和以對象為中心的表示。通過在多樣的監督和自監督表示上聯合進行這種分析，我們發現其中一些機制在視頻Transformer中是普遍的。最後，我們證明VTCD可以用於改善精細任務的模型性能。

BenAI Research Assistant是一款基於人工智能的文獻分析插件，用於增強生物醫學研究。它可以幫助科學家更高效地閱讀文獻、快速發現證據，並提供工具來加快閱讀速度。它支持決定是否閱讀一篇文章、理解和發現文章的關鍵見解、回答科學問題、保持研究流程無需額外工具等主要功能。適用於學術界、製藥和生物技術公司的科學家。

這篇論文系統評估了大型語言模型（LLMs）生成和識別逐漸複雜的視覺概念的能力，並展示瞭如何使用文本模型訓練初步的視覺表示學習系統。雖然語言模型不能直接處理像素級的視覺信息，但使用代碼表示圖像進行研究。LLM 生成的圖像雖然不像自然圖像，但在圖像生成和糾正方面的結果表明，準確建模字符串可以教會語言模型許多關於視覺世界的方面。此外，利用文本模型生成的圖像進行自監督視覺表示學習的實驗，突出了只使用 LLMs 就能訓練能夠對自然圖像進行語義評估的視覺模型的潛力。