方法arXiv
Qwen3 在同一模型系列中结合快速回答与深入推理，支持可调节的思考预算和多语言训练。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
交互预览
晚上好，Alex
发表时间范围：2024–2025。
为你推荐的近期论文
方法arXiv
这项研究探索如何通过强化学习提升语言模型的推理能力，并利用蒸馏将这些能力迁移到更小的模型。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
方法arXiv
通过小规模精选训练集和预算控制，让语言模型在推理任务中投入更多计算来检查答案。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
方法arXiv
报告介绍了一个混合专家语言模型，以及为提高计算效率而采用的架构和训练方案。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
方法arXiv
OLMo 2 公开模型权重、训练数据、代码和检查点，并介绍更稳定、更高效的语言模型训练方法。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
方法arXiv
Llama 3 报告介绍了一系列语言模型，涵盖预训练、后训练及多种语言任务的评估。
为什么推荐这篇？
将你对语言模型的兴趣，与信息表示和检索的方法联系起来。
操作导览
发现符合研究兴趣的论文。
产品框架
一个工作空间，从发现到下一次实验。
探索研究循环，了解各环节之间的联系。
- 从你想理解的问题出发。
- 发现论文，了解它们与你的研究有何关联。
- 深入阅读，随时追溯来源。
- 通过附有引用的研究综述深入探索问题。
- 让论文、笔记与报告保持关联。
- 看清已保存知识之间的联系。
- 从已有知识中发展新的问题。
- 将研究问题的相关背景组织在一起。
- 重温对话，恢复支持撤销的编辑。
有目的地发现，带着语境阅读，留住所学。
找到值得你关注的论文
发现符合研究兴趣的学术论文，了解每篇论文为何被推荐给你。
探索论文推荐将阅读转化为长久的知识
将论文与笔记积累为个人知识库。沿着想法之间的联系探索，随时回到原始来源。
探索知识库从已知出发，探索新的可能
与 Sparky 一起思考。从读过的论文中，找到值得继续探索的问题。
探索 Idea Spark快速开始
从一个问题开始
创建账户，进入研究工作区。知识库保存在云端，随时回来继续探索。
提供初始 AI 使用额度，也可连接自己的 API 密钥。
已有工作区？ 登录
你的数据，你的模型
在本地运行 SciSpark，自主管理 Markdown 知识库。
需要 Node.js 20.9+ 和 npm。
git clone https://github.com/SciSpark-ai/scispark_wiki.git
cd scispark_wiki
npm install
npm run dev然后打开 127.0.0.1:3000
AI 功能需要连接 API 服务商，或已登录的 Codex / Claude Code CLI。
安装指南常见问题
SciSpark 是什么？
SciSpark 是面向各学科学术研究的 AI 工作空间。发现学术论文、理解文献并积累相互连接的知识。论文推荐、个人知识库、知识图谱和研究想法都在这里，由 Sparky 陪伴你的研究过程。
云端版本和本地版本有什么区别？
云端测试版在浏览器中运行，知识库保存在云端。本地安装则将 Markdown 知识库存储在你的电脑上。两种方式都可能向学术服务和所选 AI 服务商发送请求。目前不提供云端与本地知识库的自动同步。
需要自己的 AI API 密钥吗？
云端测试版提供初始 AI 使用额度，也支持连接自己的 API 密钥。本地安装的 AI 功能需要 API 服务商，或已登录的 Codex / Claude Code CLI。服务费用取决于你使用的方案。
个性化论文推荐如何工作？
SciSpark 根据你的研究兴趣和个人资料，从 arXiv、OpenAlex、Semantic Scholar 和 PubMed 等学术来源发现论文。在上方预览中，你可以选择三个示例主题，体验论文如何连接到阅读、笔记和想法。预览并非实时推荐。
有手机应用吗？
原生手机应用正在规划中，让研究随时在手边。目前可以通过浏览器访问云端测试版。
发现。连接。探索。
有目的地发现，带着语境阅读，留住所学。