Новости за неделю SciArticle

1. Классификатор научных статей: ищем инновации среди аффилянтов
Мы разработали классификатор, который определяет технологические направления по ключевым словам и аннотациям статей.
В рамках корпоративного продукта теперь можно:
🔹 Отслеживать технологические тренды по аффиляциям отраслевых компаний на ежемесячной основе.
🔹 Получать архив используемой литературы для аналитики.

2. Новая архитектура: масштабируемость и API
Мы формируем новую архитектуру приложения, которая:
🔹 Позволит обрабатывать большое количество запросов.
🔹 Предоставлять API к нашей модели ИИ и базе данных.
Теперь каждый пользователь сможет сделать себе собственного бота для исследований.

3. Мультимодальная модель: наука в новом формате
Мы начали разработку мультимодальной модели, которая умеет:
🔹 Формировать резюме и пересказы статей.
🔹 Создавать литературные обзоры.
🔹 Определять и анализировать графики и изображения из исследований.
Модель будет интегрирована в бота уже в следующем месяце.

📩 @SciManager

🚀 SciArticle: Научные обновления за неделю

📊 Глубокая аналитика публикационной активности
Мы внедрили региональный анализ инноваций в ежемесячные отчеты. Теперь станет возможным:
→ Оценивать географическое распределение исследований по аффиляциям.
→ Отслеживать технологические тренды в разрезе регионов.
→ Настраивать параметры под цели бизнеса (кастомизация фильтров: технологические направления, ключевые слова, функции и блоки).
Для корпоративных клиентов:
• Личный чат-бот с функцией генерации кратких резюме статей и выгрузкой в PDF.
• Тренд-вотчинг - мониторинг инноваций среди ключевых игроков в отрасли.

🌐 SciArticle на SberUnity
Мы официально зарегистрировались в акселераторе SberUnity!
Узнайте о нашей миссии, технологиях и планах: Профиль стартапа.

💬 Чат: Альфа-тест пройден!
После успешного тестирования готовим релиз к апрелю.

👉 Что дальше?
• Апрельский релиз чата — следите за анонсами в @SciArticleChannel.

P.S. Хотите тестовый доступ к корпоративному чат-боту? Пишите @SciManager.
Меняем ландшафт науки — вместе. 🧪🔍

🔬 SciArticle: Научные обновления

📈 Дашборд публикационной активности
Мы разработали интерактивный дашборд для анализа научных публикаций с возможностью фильтрации:
- По технологическим направлениям
- По региональной принадлежности
- С кастомизацией под задачи бизнеса

Уже на следующей неделе — демо ЛПР нашего B2B-решения. Хотите демо? - Пишите @SciManager

🤖 Мультимодальная модель для анализа статей
Наша ИИ-модель теперь автоматически извлекает из PDF-статей 18 ключевых контекстов:
- Резюме
- Ключевые слова
- Область и предмет исследования
- Вопросы и ответы исследования
- Практическая и научная значимость
- Цели, методы, проблемы
- Use case, положения, обсуждения
- Открытия, результаты, выводы

Что это даёт?
- Расширенные метаданные для точного поиска
- Автоматизация систематических обзоров
- Глубокая аналитика научных трендов

📆 Тестирование мультимодальной модели — открытый бета-тест начнётся в апреле.

Следите за нашими обновлениями в @SciArticleChannel, где мы продолжаем делиться последними достижениями в области научной аналитики и искусственного интеллекта.

Забустить

SciArticle: важные анонсы и достижения

🎥 Промо-ролик от Sber500 и GigaChat
Наш проект получил промо-ролик от акселератора! Смотрите на: YouTube | RuTube

🏆 Топ-10 на преакселераторе Сколково
Мы вошли в число лучших проектов на предпитче. Это подтверждает востребованность наших решений в научной среде!

🤖 Крупное обновление @SciSourceBot (уже на этой неделе!)

1) Улучшенные литературные обзоры
• Литературные обзоры с расширенной семантикой
• Глубокий анализ исследовательских материалов

2) Экспериментальные функции
• Мультимодальная обработка (текст + визуальные данные)
• Автоматизированный перевод научных работ

3) Чат-интеграция
• запросы на статьи прямо в боте
• ответы на запросы в чате и бесплатные подписки за активность (загрузки и голосования)

📢 Важное обновление: интеграция с чатом и новые возможности!

Мы рады сообщить, что теперь работа с PDF полностью переведена в чат! Это сделано для удобства и безопасности.

🔹 Что изменилось?
- Все PDF-файлы теперь хранятся и обрабатываются в чате - @SciSource.
- Для использования бота обязательна подписка и на чат, и на канал:
• Чат – чтобы запрашивать и получать PDF. Выключите уведомления в чате, потому что сообщений будет много.
• Канал – на случай блокировки, чтобы мы могли оперативно дать новую ссылку и не потерять связь с вами.

🔹 Как это работает?
1️⃣ Запрос PDF только через бота (не в чате вручную – такие сообщения сразу удаляются!).
2️⃣ Если файл найден – вы получите уведомление в боте со ссылкой на сообщение в чате.
3️⃣ Если PDF не найден – повторный запрос доступен через 3 дня.

🔹 Что ещё нового?
- Валидация битых PDF теперь тоже происходит в чате.

✅ Бонусы за активность:
- За загрузку и проверку PDF вы получаете бесплатную подписку на ИИ-функции бота!
- Для загрузки PDF вам необходимо ответить на сообщение с запросом (PDF request) PDF-файлом в чате.
- Для проверки правильности PDF - посмотрите PDF, ссылку на статью и голосуйте.

📌 Важно:
• Не пишите запросы в чат вручную – только через бота!
• Следите за каналом, чтобы не пропустить важные обновления.

Пользуйтесь с удовольствием! Если есть вопросы – пишите в поддержку @SciManager.

sciarticle.ru

FAQ: Работа с PDF в @scisourcebot и @SciSource

1. Как запросить PDF?
🔹 Если бот не нашел нужную статью, нажмите кнопку «Запросить PDF» под сообщением.
🔹 В чате @SciSource появится запрос вида: «PDF request - https://doi.org/DOI».
🔹 Другие пользователи смогут отправить PDF в ответ на этот запрос, и вы получите уведомление при успешной загрузке.

2. Как загрузить PDF?
🔹 Найдите запрос статьи в чате и ответьте (Reply) на него (правой кнопкой мыши или свайпом влево), прикрепив файл PDF.
🔹 После отправки начнется проверка файла (требуется 3 голоса).
🔹 Вы не можете участвовать в голосовании за свой файл.

3. Как проходит голосование?
🔹 Участники выбирают:
✅ «Все верно» – если PDF корректен
❌ «PDF неверный» – если есть ошибки
🔹 Решение принимается большинством голосов (минимум 2 из 3)
🔹 Автор исходного запроса не участвует в голосовании

4. Что происходит после проверки?
✅ Если PDF принят:
- Автор запроса получает уведомление
- Вы получаете баллы (5 принятых загрузок = подписка)
- Файл удаляется из чата через 3 дня, но остается доступным в базе бота
❌ Если PDF отклонен:
- Файл удаляется из системы
- Создается новый запрос на загрузку

5. Как получить подписку?
🔹 За загрузку: после 5 успешных загрузок
🔹 За проверку: после 50 успешных голосований
🔹 Вы получите уведомление о начислении баллов
🔹 Подписка автоматически продлевается с даты окончания текущей

6. Что дает подписка?
🔹 Снимает ограничения на использование ИИ-функций бота:
- Создание резюме статей
- Формирование литературных обзоров

7. Требования для участия
🔹 Для работы с ботом необходимо:
- Быть подписанным на канал
- Состоять в чате @SciSource

8. Почему файлы удаляются?
🔹 Принятые PDF хранятся в чате 3 дня, затем удаляются (но остаются в базе бота)
🔹 Запросы автоматически удаляются через 3 дня
🔹 Запрос можно создать повторно через 3 дня

Нужна помощь? Обращайтесь к @SciManager! 📚✨

SciArticle: Новые возможности

📱 Мобильная версия сайта
Лендинг теперь доступен на всех устройствах: ссылка

📊 Второй пилотный проект
Запустили сотрудничество с промышленной компанией по:
→ Мониторингу публикационной активности конкурентов
→ Анализу рыночных трендов через научные публикации
→ Дайджестам по технологическим направлениям

🔍 Расширенный анализ научных статей
Теперь наша система автоматически извлекает из PDF-публикаций 17 ключевых элементов:
✓ Полноценное резюме
✓ Ключевые термины и понятия
✓ Область и предмет исследования
✓ Постановка проблемы и решения
✓ Методология и применяемые подходы
✓ Практическая и научная значимости
✓ Конечные результаты и выводы

Это позволяет:
• Создавать структурированные метаданные
• Проводить глубокий сравнительный анализ
• Ускорять систематические обзоры литературы

Нужна помощь? Обращайтесь к @SciManager! 📚✨

sciarticle.ru

SciArticle: Новости недели

Неделя выдалась насыщенной 🚀 Делимся главными событиями:

🎤 Выступили на демо-дне Sber500xGigaChat
Представили наше решение в экосистеме Сбера — уже обсуждаем возможную интеграцию SciArticle в корпоративный контур компании. Большой шаг к реальному B2B-применению!

🌱 Теперь мы в Акселераторе Академии иноваторов
Прошли отбор и начинаем новый трек развития. Готовим технологический апгрейд и выстраиваем связи с крупными заказчиками.

🗣️ Нас упомянул Александр Ведяхин
Первый зампред правления ПАО Сбербанк отметил нас как пример стартапа, который

В акселераторе переформатировал свой продукт из социальной сети для ученых в сервис для поиска и анализа научной информации для B2B-сегмента.

📎 Ссылка на интервью: chtv

🧠 Дообучили модель для адаптивного перевода научных статей
Теперь она лучше адаптирует стилистику и терминологию под нужды бизнеса и научного сообщества.

sciarticle.ru

SciArticle: Новости недели

🔍 Пишут про нас!
Академия инноваторов опубликовала статью о SciArticle — как мы меняем правила игры в научной аналитике. Платформа ищет исследования с потенциалом и помогает компаниям опережать тренды на годы.
📎 Читайте: статья здесь

🧠 Классификатор с точностью 80%+
Теперь мы автоматически определяем область исследований. Это улучшает фильтрацию и ускоряет аналитику в ряде доменов.

💬 Гиперчат уже на подходе!
Яндекс Мастерская завершила разработку, и уже в этом месяце мы начнём тестирование новых функций.

Двигаемся дальше — в сторону умной, быстрой и предсказуемой науки.

sciarticle.ru

Метаданные — основа анализа и мониторинга научной литературы 🧠📊

В рамках работы с аннотациями мы формируем расширенные метаданные — это больше, чем просто структурирование текста. Это инфраструктура для анализа, поиска и наблюдения за динамикой научных направлений.

📌 Что формируем:
🔹 Область исследования
🔹 Объект и предмет исследования
🔹 Тип и метод работы
🔹 Принадлежность к дисциплине
🔹 Краткое смысловое summary
🔹 Адаптивный перевод аннотации
🔹 Ключевые слова

📌 Зачем это нужно:
🔹 Для кластерного анализа публикаций в реальном времени
🔹 Для мониторинга интересующих направлений
🔹 Для поиска по смыслу, а не только по ключевым словам
🔹 Для построения семантических связей между статьями
🔹 Для ускоренной подготовки обзоров и аналитических подборок

Все метаданные извлекаются автоматически, на основе аннотации с помощью интерпретирующих моделей.

📎 Такой подход позволяет создавать тематические дайджесты, проводить комплексные исследования на уровне массивов данных и запускать интеллектуальный мониторинг научных трендов — как в интересах исследователей, так и в рамках технологической аналитики.

sciarticle.ru

SciArticle: Новости недели

Делимся новостями в науке за неделю:

✅ Уникальное открытие: астрономы застали рождение новой планетной системы
Ученые впервые в истории зафиксировали самый ранний этап формирования планет вокруг молодой звезды. Благодаря совместной работе телескопов ALMA и James Webb исследователи увидели, как из раскалённых минеральных скоплений начинают формироваться будущие планеты.
Картинку можно глянуть тут!

✅ Сбербанк улучшил GigaChat: теперь нейросеть умеет рассуждать
В июле в GigaChat от Сбера появился новый режим работы — теперь нейросеть не просто отвечает на вопросы, а анализирует данные, ищет закономерности и строит логические выводы.

✅ «Россети» планируют масштабный проект связи за 80 млрд рублей
ФСК «Россети» разработала проект создания единой магистральной линии связи на основе существующей инфраструктуры. Реализация займёт 10 лет, а стоимость оценивается в 80 млрд рублей.

✅ Т-Банк представил российскую альтернативу DeepSeek
Группа «Т-Технологии», входящая в состав Т-Банка, анонсировала первую в России большую языковую модель T-Pro 2.0. Нейросеть способна анализировать сложные данные, логически рассуждать, выстраивать стратегии и даже проверять гипотезы.

sciarticle.ru

SciArticle: Как добиться точной классификации без обучающего примера?

В нашем эксперименте по классификации аннотаций мы протестировали, как можно повысить точность в zero-shot режиме — когда у модели нет обучающей выборки.

Максимальная эффективность достигается не за счёт одной модели или инструкции, а за счёт сочетания подходов на разных этапах.

🧠 Что входит в методику:

🔹 Chain-of-prompts — серия уточняющих шагов, где модель сначала определяет общий класс, затем уточняет.
🔹 Многоуровневая классификация — сначала грубое определение области, затем — более точное сужение.
🔹 Иерархическая структура — учитываем логику вложенности направлений: сначала "наука", потом "физика", потом "теория поля".
🔹 Семантическое ядро — структурированный документ с ключевыми и исключающими словами, типичными задачами и правилами — повышает устойчивость модели к сложным случаям.
🔹 Короткое описание — подходит для широких категорий, когда избыточность ядра не даёт прироста.

Что это даёт:
✅ Повышение точности до ~70% без обучающей выборки
✅ Повышение устойчивости к абстрактным или междисциплинарным формулировкам
✅ Возможность масштабировать систему без дообучения модели

📈 Результат:
Такой подход показывает точность выше, чем у большинства моделей в чистом zero-shot.

sciarticle.ru

SciArticle: Новости недели

Делимся новостями в науке за неделю:

✅ Физики MIT поставили рекорд в квантовом варианте классического двухщелевого эксперимента
Учёные из MIT использовали сверхточное оборудование, чтобы провести знаменитый эксперимент Юнга на квантовом уровне. Это помогло разрешить давний спор Эйнштейна и Бора о природе света, подтвердив, что в данном случае прав был Бор. Опыт демонстрирует дуализм света — он ведёт себя и как волна, и как частица.

✅ Японские сейсмологи зафиксировали редкое явление при землетрясении
Исследователи из Киотского университета обнаружили, что южная часть разлома двигалась со сверхсдвиговой скоростью — до 6 км/с. Это происходит, когда разрыв распространяется быстрее сейсмических волн. Кроме того, впервые удалось заснять искривление породы при сдвиге, что подтверждает теорию о механизме образования следов трения в разломах. 👉Видео

✅ Новая модель AlphaEarth объединяет данные о Земле в единую цифровую систему
Эта система использует спутниковые снимки и другие данные в реальном времени, преобразуя их в удобный для анализа формат — «эмбеддинг». Раньше из-за сложности и большого объёма информации учёным было трудно работать с разрозненными данными. Теперь же AlphaEarth помогает лучше понимать процессы, происходящие на планете.

✅ В Microsoft Copilot появился скрытый режим «Smart»
Помимо уже известных функций — быстрого ответа, глубокого мышления и исследования — в Copilot тестируется новый неанонсированный режим «Smart». Он автоматически подстраивается под задачу, ускоряя или углубляя анализ. Вероятно, в нём используется GPT-5 от OpenAI. Остальные режимы помогают решать сложные задачи: от математики до многоэтапных исследований.

sciarticle.ru