扩展数据库
在 Semantic Scholar 之外，纳入更多主流学术数据库。
Paper Search 2.0 采用前沿 AI 技术，无需通读全文即可快速评估论文相关性。只需输入研究问题，剩下的"重活"交给我们的工具。
BETA
请注意：Paper Search 2.0 目前处于 Beta 阶段，我们正积极收集反馈以持续优化，部分功能可能调整。感谢你的帮助！
Paper Search 2.0 的核心，是 ATLAS.ti AI Lab 团队的卓越工作。我们的专家精细微调 OpenAI 模型，带来无与伦比的检索精度与贴合研究需求的语境洞见。
当你输入研究问题，ATLAS.ti AI 会解读并优化它，生成相关关键词以检索 Semantic Scholar 的海量学术库，随后识别最相关的论文，对发现进行摘要与语境化，最终交付精炼、可落地的洞见。
借助一整套 AI 工具与质性数据分析功能，你可以在 ATLAS.ti Web 中完成全程文献综述。Paper Search 2.0 提供针对性摘要，为你省下原本用于通读全文的大量时间，让研究更高效地推进。
用自然语言描述你的研究问题。
AI 生成关键词，检索 2 亿+ 学术资源。
对最相关论文给出聚焦研究问题的摘要。
一键导入并引用到你的 ATLAS.ti 项目。
在 Semantic Scholar 之外，纳入更多主流学术数据库。
更精细的检索能力，帮助你进一步缩小结果范围。
进一步集成 AI，挖掘论文中更深层的洞见。