当化学文献检索从"找论文"升级为"找证据"，科研效率将发生什么？

来源：市场资讯

（来源：科技行者）

这项由纽约大学与Matterstack公司联合完成的研究，以预印本形式发布于2026年7月30日，论文编号为arXiv:2607.28618。有兴趣深入了解技术细节的读者，可以通过该编号在arXiv平台上查阅完整论文。

**故事从一道"找答案"的难题开始**

一位化学研究员坐在电脑前，她想知道：目前科学界已经发现了哪些催化剂能把二氧化碳转化为一氧化碳？每种催化剂的转化效率分别是多少？这个问题听起来并不复杂，但现实却令人头疼——这些答案散落在成百上千篇学术论文里，每篇论文只记录了其中一小块拼图。她不得不一篇一篇地打开文献，逐段阅读，手动核对数据，再把这些碎片拼成一张完整的图。

这种工作方式就像在一座巨大的图书馆里找一句话，图书馆员告诉你"大概在三楼那个书架区域"，却不能直接把那句话翻出来给你看。过去的文献检索系统——无论是谷歌学术还是其他学术搜索引擎——本质上都是这种模式：它们给你一张"书单"，剩下的事情都得你自己动手。

正是为了解决这个让无数研究人员苦不堪言的问题，纽约大学与Matterstack公司的团队构建了一套名为AskChem的系统。这套系统的核心思路，是把检索的基本单位从"一篇论文"变成"一条证据"。

**一、为什么要把论文"切碎"成证据条目？**

要理解AskChem的核心创新，可以用图书馆管理的方式来类比。传统的文献检索系统，就像把每本书作为一个整体存进书架，你搜索时得到的是一本本书的目录。而AskChem做的事情，更像是把每本书的每一个重要结论都写在一张独立的便利贴上，每张便利贴都注明了"这句话来自哪本书的哪一页"，然后把这些便利贴按照主题、类型、时间等方式分门别类地整理起来。

这张"便利贴"在系统里被称为"声明"（Claim）。一条声明是从某篇论文中提取出来的一个具体、有据可查的科学结论。它不是模糊的摘要，而是包含了具体信息：这是什么类型的结论？反应物是什么？实验条件如何？测量结果是多少？更关键的是，每条声明都附带着"原文引用"——也就是论文中直接支撑这个结论的原始文字，以及论文的数字对象标识符（DOI），让任何人都可以一键核查。

这种设计解决了一个在AI时代越来越严重的问题：AI语言模型在回答科学问题时，往往会编造出听起来很真实的论文引用，但那些引用根本不存在。通过让每条声明都携带可验证的来源信息，AskChem从根本上堵住了这个漏洞。

研究团队借用了一个类比：就像图像领域的"分割一切模型"（Segment Anything Model）能把一张图片分解成可重复使用的图像区域，AskChem用语言模型把论文分解成可检索、可验证、可组合的声明单元。

**二、这座"证据图书馆"到底有多大？**

在规模上，AskChem目前索引了来自147,000篇论文的240万条声明，时间跨度从1925年一直延伸到2026年，涵盖arXiv预印本、ChemRxiv、学术期刊以及Semantic Scholar的内容。其中99.9%的声明都通过了CrossRef数据库的DOI验证，证明其来源真实可查；66%的声明来自全文提取，另外34%来自摘要提取。

从内容分布来看，声明涵盖了化学领域的多个子方向。以声明类型为例，性质类声明最多，约有96万条；方法类约33万条；对比类约23万条；机制类和计算类各约22万条；反应类约12万条；此外还有限制性结论、实验性发现、意外发现以及研究范围等类型。从化学子领域来看，材料化学（约2.3万篇论文）和计算化学（约1.9万篇）是覆盖最广的方向，物理化学、生物化学、分析化学、电化学、药物化学、催化化学、环境化学等也都有收录。

从时间分布上看，2010年代有约8830篇论文入库，2020年代则骤升至约22670篇，反映了近年来化学领域论文数量的快速增长。

这些数据共同构成了AskChem的"声明仓库"——一个统一的中央存储区，所有后续的检索和分析功能都建立在这个仓库之上。

**三、三种不同的"地图"帮你找到需要的证据**

有了这个声明仓库，AskChem并不是简单地建一个搜索框了事，而是在同一批数据之上提供了三种互补的导航方式，就像同一座城市可以有街道地图、地铁线路图和地形图，各有各的用途。

第一种叫"稳定的分面分类体系"。这是为日常检索和浏览设计的导航工具。研究团队通过分析大量论文自然产生的术语，归纳出了一套持久稳定的分类路径。这套体系从多个维度同时给声明贴标签：反应类型（比如电催化、光催化、还原反应）、物质类别（溶剂和气体、无机化合物、纳米材料等）、应用领域（环境、能源、催化）、技术手段（电化学、合成、动力学）、机制主题（电子转移、键的形成与断裂、吸附与表面作用）等。

这五个内容维度是真正描述"声明是关于什么的"，此外还有声明类型、提取的测量数据、时间以及作者等辅助维度。关键在于，这些维度不是相互独立的数据集，而是同一批声明的不同观察角度。就像一瓶矿泉水，从成分角度看它含有钙镁离子，从用途角度看它是饮用水，从产地角度看它来自某个山泉，这些描述指向的是同一个东西。

研究团队在技术层面做了大量工作来保证这套分类体系的稳定性：通过规范化同义词、对近似重复的子类别进行模糊聚类，确保同一个概念不会因为论文措辞的差异而被分到不同地方去。最终形成的是L1/L2/L3三层路径结构，适合生产环境中的检索和浏览。

系统的搜索功能也相当有意思——它把四种不同的检索信号融合在一起：全文关键词检索、论文层面的召回、分类节点的召回，以及基于向量相似度的语义检索。这四条路找到的结果通过一种叫"倒数秩融合"的方法综合排序，就像让四位不同风格的评委给选手打分，再把分数加权汇总，比任何单一标准都更全面可靠。

第二种导航工具叫"证据图"。这是为跨论文的关系分析设计的。光知道一条声明说了什么还不够，研究人员往往更想知道：哪些论文支持这个结论？哪些论文延伸了这个发现？有没有论文与它相矛盾？

AskChem通过一个额外的关系提取层来回答这些问题。系统会自动识别声明之间的有向关系，包括"引用为证据"、"支持"、"延伸"、"矛盾"以及"推导自"五种类型，每条关系还附带置信度分数和来源信息。目前证据图中共有171,342条有向边。

为了验证这些关系是否准确，研究团队邀请了一位领域专家对148条关系进行人工核查。排除2条无法判断的情况后，146条可判断的关系中有143条类型正确，准确率达到97.9%。这个数字意味着，这张由AI自动绘制的关系网络，可以作为一个可靠的导航层来使用。

在实际操作中，用户可以通过API接口请求某条声明的"邻域"，系统会返回所有指向它的入边和从它出发的出边，也就是"谁支持了它、它支持了谁、谁否定了它"这样的关系网络。网页界面还会自动在搜索结果之上叠加一张小型的关系图，让用户在看到某个发现的同时，直接看到它在证据网络中的位置。

第三种工具叫"活态分类树"，这是一个更具探索性、更偏向学术全景的导航工具。前两种工具关注的是"某条声明是关于什么的"，而活态分类树关注的是"哪个科学原理或理论框架统领了这篇论文的贡献"。

它把论文级别的叶节点挂载在原理、理论、模型、机制和现象等上位节点之下。比如，关于亚硝酸盐还原的论文会被放在"电催化氧化还原"这个节点下，而关于二烯交叉复分解的论文会被放在"烯烃复分解"这个节点下。目前这棵树有4,931个节点，覆盖了约110万条声明和36万个论文节点位置，其中663个是"待提议的新分支"——当没有现有节点合适时，系统会主动提出新的分支候选，而不是强行把论文塞进一个不匹配的位置。

研究团队特别强调，活态分类树是一个探索性的全景概览工具，而非经过专家全面验证的科学本体。它的价值在于提供一种基于科学原理的宏观鸟瞰，而不是替代精确检索。

**四、声明是怎么从论文里"提取"出来的？**

AskChem的声明提取使用了两条互补的流水线。第一条是高吞吐量的摘要提取管道，使用GPT-5-mini模型处理论文标题和摘要，可以快速大规模地处理文献；第二条是更深入的全文提取管道，使用Gemini 3.1 Pro模型读取PDF原文，能够捕捉那些在摘要中通常不出现的声明类型，比如假说、研究局限性以及意外发现。目前共有44,000篇论文经过全文提取，102,000篇只进行了摘要提取。

每次提取调用都会返回一个结构化的JSON对象，并经过严格的模式验证：必须包含必要的溯源字段、数值范围检查以及化学特定字段的验证。这些检查确保了可追溯性，但研究团队也坦承，这些检查不能保证每条声明在语义上都正确地解读了原文——这是一个诚实的局限性声明。

值得一提的是，对于全文提取的声明，如果找不到连续的原文引用，系统会记录一个"证据定位符"（包含论文中的位置信息和结构化证据），以确保每条声明都有某种形式的来源锚定，无论是直接引用还是明确的位置标注。

**五、在真实测试中，它的表现究竟如何？**

研究团队设计了一个叫AskChem-Bench的基准测试来评估系统性能。这个基准包含30个跨论文的化学问题，分为三类：条件聚合类（比如"什么条件下C-N偶联效果最好"）、时间演化类（比如"MOF在水溶液中的稳定性研究是如何随时间发展的"）以及矛盾冲突类（比如"关于银纳米粒子安全性的研究结论之间存在哪些冲突"）。

测试中对比了五种方案：单独使用GPT-5.5语言模型（不依赖任何检索系统）、将GPT-5.5与AskChem结合使用、使用Paperclip系统、使用Edison Scientific的PaperQA系列智能体，以及使用Google的NotebookLM深度研究功能。

核心指标之一是DOI有效率——也就是系统给出的论文引用中，有多少是真实存在且可以在CrossRef数据库中查到的。结果显示，单独使用GPT-5.5时，88.3%的引用是真实存在的，也就是说约12%的引用是AI编造出来的。当把GPT-5.5与AskChem结合使用时，DOI有效率达到了100%——没有一条虚假引用。Paperclip同样达到了100%，Edison Scientific为99.1%，NotebookLM为93.7%。

在引用密度（每个回答中包含的有效DOI数量）上，AskChem+GPT-5.5组合以每答18.1个有效DOI排名第一，远超单独使用GPT-5.5的9.6个，以及Paperclip的7.5个、NotebookLM的7.9个和Edison Scientific的10.7个。

在论文相关性评分（0到3分，3分表示直接相关）上，AskChem+GPT-5.5的平均分为2.15，Edison Scientific为2.07，NotebookLM为1.84，Paperclip为1.72，单独GPT-5.5为1.66。在"回答中至少得2分的比例"这个指标上，Edison Scientific以89.7%领先，AskChem+GPT-5.5以86.6%位居第二。

在近期高影响力论文覆盖率上，AskChem+GPT-5.5以18.5%排名第一，意味着它检索到的论文中有更高比例是近五年内被引超过50次的重要文献。

研究团队也坦承了AskChem的不足之处：Edison Scientific作为一个闭源的深度研究智能体系统，在"有具体数值且有引用支撑的内容量"这个指标上以29.2分远超AskChem的5.9分，也在回答的深度和细节丰富程度上有明显优势。AskChem的定位不同：它是一个开放数据、声明级别、可以实时交互浏览、且可以直接作为AI智能体工具使用的基础设施，而不是一个封闭的端到端问答系统。

**六、谁可以用它，怎么用？**

AskChem提供了四种访问方式，面向不同的使用场景。网页界面适合直接搜索和浏览，用户可以输入问题，看到按声明类型和分类路径组织的结果，还可以点击查看原文引用和DOI链接。REST API适合开发者将AskChem集成到自己的工具中。SDK（软件开发工具包）提供了更便捷的程序调用接口。MCP服务器则是为AI智能体设计的接入协议——这意味着像Claude这样的AI助手可以通过MCP协议直接调用AskChem的检索功能，在回答化学问题时实时获取有来源保障的证据。

从API接口设计来看，系统提供了搜索、声明详情查询、邻域关系查询和来源查询四个核心接口。搜索接口返回声明ID和分类路径；声明接口和邻域接口暴露溯源信息和证据边；来源接口返回某篇论文中所有被索引的声明。这种设计让人类用户和AI智能体访问的是同一批对象，保证了一致性。

研究团队还为AskChem建立了订阅和阅读列表功能，支持作者网络分析，以及保存搜索结果等功能，使其不仅是一个搜索工具，也是一个文献管理和持续跟踪的工作台。

系统的所有源代码以MIT许可证在GitHub上开放，索引数据以CC-BY许可证在HuggingFace上发布，基准测试数据和评估结果也通过专用的API端点公开提供，任何研究者都可以复现实验。

**七、局限性与诚实的自我批评**

研究团队在论文中对系统的局限性保持了罕见的坦率。从覆盖范围来看，147,000篇论文只占化学领域已有文献的一小部分，存在明显的选择性偏差；摘要提取产生的声明比全文提取要浅，很多重要的机制分析和实验细节只有在全文中才能找到。

从质量角度看，LLM生成的声明、关系和分类放置都可能存在错误。溯源检查能确保每条声明都有一个来源DOI和原文引用，但这并不能保证提取的内容在语义上忠实于原文。分面分类体系基于字符串的规范化处理，可能把本质不同的概念合并在一起，也可能保留近似重复的子类别，而且这套体系对检索性能的具体贡献还没有被单独量化。

活态分类树同样是探索性工具，专家对节点放置的验证目前还是未完成的工作。AskChem-Bench只包含30个问题，衡量的是引用的可溯源性，而非全面的事实准确性或实际使用体验。

说到底，AskChem做的事情可以用一个更直接的说法来描述：它把"给你一张书单"变成了"给你一张有出处的证据清单"。对于在文献海洋中寻找具体答案的化学研究员来说，这个变化意味着少花时间翻书，多花时间思考；对于越来越多地依赖AI辅助科研的团队来说，它意味着AI给出的每一条引用都可以被追溯和核实，而不是靠运气碰运气。

归根结底，化学知识本来就是一条条具体的发现积累起来的，而不是一篇篇论文的标题堆砌起来的。AskChem把索引的粒度推进到了知识本身，这个方向上的探索，至少在工程层面已经证明是可行的，并且在真实测试中也显示出了与现有系统不同的优势和权衡。感兴趣的读者可以通过arXiv编号2607.28618阅读原文，也可以直接访问askchem.org体验这套系统。

**Q&A**

Q1：AskChem与谷歌学术这类传统文献检索系统有什么本质区别？

A：谷歌学术返回的是论文列表，用户需要自己打开每篇论文找证据；AskChem的检索单位是从论文中提取的具体"声明"，每条声明携带原文引用和DOI，用户直接拿到的就是带来源的具体结论，不需要再去翻原文定位。

Q2：AskChem怎么保证AI提取的声明是真实的？

A：AskChem通过两个机制保证可追溯性：一是每条声明都附带原始论文的DOI（99.9%已通过CrossRef验证），二是每条声明都携带论文中的原文引用或明确的位置标注。这不能保证语义完全正确，但可以让用户快速回到原文核查。在基准测试中，使用AskChem辅助GPT-5.5回答问题时，引用的DOI有效率从88.3%提升到了100%。

Q3：AskChem只能用于化学领域吗？

A：目前AskChem专注于化学领域，索引了147,000篇化学相关论文，涵盖材料化学、计算化学、物理化学、电化学等子方向。系统的声明提取、分类体系和证据图架构本身是通用方法，但当前部署的分类体系、提取提示词和领域知识都是针对化学定制的。