復旦大學自然語言處理實驗室（FudanNLP）團隊近日宣布，其自主研發(fā)的AI智能科研助手Wispaper正式面向校內(nèi)師生開放免費Plus版本，同時校外用戶也可登錄體驗基礎功能。這款工具通過整合論文檢索、文獻管理與追蹤三大核心模塊，構建起覆蓋科研全流程的知識管理閉環(huán)，旨在幫助研究者從重復性勞動中解放，將精力聚焦于創(chuàng)新研究。

針對傳統(tǒng)科研場景中常見的“搜索效率低”“管理碎片化”“追蹤滯后”三大痛點，Wispaper開發(fā)了深度搜索（Scholar Search）、私人文獻庫（Library）和智能推送（AI Feeds）三大功能。以深度搜索為例，系統(tǒng)不再依賴關鍵詞匹配，而是通過AI拆解復雜問題，生成多維度驗證條件。例如，當用戶搜索“2025年發(fā)表的大語言模型在教育智能體中的應用研究”時，系統(tǒng)會同步驗證論文主題、研究領域和發(fā)表時間，自動過濾無關文獻，將符合條件的論文按匹配度分級呈現(xiàn)。

在文獻管理方面，Library功能支持無限層級文件夾分類，可自動提取論文元數(shù)據(jù)并生成可檢索的筆記系統(tǒng)。用戶不僅能在線標注PDF文檔，還能通過全文搜索快速定位筆記內(nèi)容。團隊透露，未來將實現(xiàn)多端同步功能，徹底解決文獻重復存儲問題。目前該模塊已支持按項目、主題或時間軸組織文獻，部分測試用戶反饋其管理效率提升超60%。

智能推送系統(tǒng)則通過用戶行為學習優(yōu)化推薦模型。研究者設定研究領域后，系統(tǒng)每日自動篩選新發(fā)表論文，結合用戶收藏與忽略記錄調(diào)整推送策略。測試數(shù)據(jù)顯示，該功能將用戶篩選有效論文的時間從平均2小時縮短至15分鐘。某計算機領域博士生表示：“現(xiàn)在每天只需查看系統(tǒng)推送的5-8篇論文，就能掌握領域核心動態(tài)。”

平臺技術底座由復旦CFFF計算平臺與外部GPU集群支撐，當前數(shù)據(jù)庫收錄論文超5億篇，存儲容量達100TB。系統(tǒng)可同時承載2000人在線使用，響應延遲控制在0.3秒以內(nèi)。在為期兩個月的跨學科測試中，20余名博士生對計算機、醫(yī)學、生物學等10個學科進行驗證，結果顯示W(wǎng)ispaper在論文相關性判斷任務中達到93.7%的準確率，顯著優(yōu)于通用大模型73%的水平。

開發(fā)團隊負責人張奇教授透露，平臺將于明年1月迎來重大升級：首頁AI問答功能優(yōu)化后準確率預計提升至85%；全文翻譯功能可生成保留原文版式的中文對照；文獻綜述生成工具將支持一鍵輸出結構化報告。專業(yè)術語解析、核心觀點提取等輔助功能也在開發(fā)中，預計2026年6月形成完整工具鏈。

值得關注的是，該團隊同步研發(fā)的論文審稿工具OpenNovelty將于近期上線。這款工具可自動提取論文創(chuàng)新點，并關聯(lián)相關文獻證據(jù)，生成可視化沖突分析報告。張奇強調(diào)：“我們的目標不是替代研究者，而是通過AI處理機械性工作，例如將論文潤色時間從1個月壓縮至1周，讓科研人員專注于創(chuàng)造性思考。”