रिसर्च पेपर के लिए AI: हर टूल असल में क्या करता है, और वह स्टडी जो उनके सटीकता दावों की जांच करती है

जो चार काम ये टूल असल में करते हैं

"रिसर्च पेपर के लिए AI" को एक श्रेणी की तरह देखा जाता है, लेकिन जानने लायक़ आठ टूल साफ़ तौर पर चार अलग-अलग काम में बंटे हैं। इन्हें उलझाना ही निराशा की वजह है। Scholarcy से पेपर ढूंढने को कहना, या ResearchRabbit से किसी एक का सारांश मांगना, कहीं नहीं पहुंचाता, क्योंकि यह किसी भी टूल का काम नहीं है।

• डिस्कवरी/सर्च, वे पेपर ढूंढना जो आपके पास पहले से नहीं हैं। ResearchRabbit (साइटेशन-नेटवर्क ग्राफ़), Consensus ("अग्रीमेंट मीटर" के साथ आंसर-फ़र्स्ट सर्च), Perplexity का Academic Focus मोड।
• संरचित निष्कर्षण, कई पेपर से विशिष्ट डेटा पॉइंट निकालकर एक तालिका में डालना। Elicit ख़ास तौर पर इसी के लिए बना है; इस सूची में कोई और टूल इसे अपने प्राथमिक काम की तरह नहीं करता।
• साइटेशन-कॉन्टेक्स्ट वेरिफ़िकेशन। किसी दावे या पेपर के लिए, दिखाना कि उसे उद्धृत करने वाले पेपर असल में उसका समर्थन करते हैं, विरोध करते हैं, या बस गुज़रते हुए उसका ज़िक्र करते हैं। Scite का पूरा प्रोडक्ट यही एक काम है।
• उन पेपर का सारांश जो आपके पास पहले से हैं। कोई सर्च नहीं, कोई डेटाबेस नहीं, बस आपके अपलोड किए PDF को कुछ ज़्यादा पढ़ने-लायक़ में बदलना। Scholarcy और Gemini Notebook दोनों यहीं रहते हैं।

Elicit: संरचित निष्कर्षण, और जानने लायक़ सटीकता का फ़र्क़

Elicit की पहचान बनाने वाला फ़ीचर टेबल-आधारित निष्कर्षण है: इसे किसी रिसर्च सवाल पर लगाइए, और यह सैकड़ों या हज़ारों पेपर छानता है, फिर हर एक से विशिष्ट फ़ील्ड (सैंपल आकार, मेथडोलॉजी, नतीजे का माप) निकालकर एक तुलना तालिका बनाता है। इस सूची में कोई और टूल इसे इस पैमाने पर नहीं करता।

मुफ़्त टियर: लगभग 138 मिलियन पेपर (Semantic Scholar, OpenAlex और PubMed से डीड्यूप्लीकेट किए गए) में असीमित सर्च, असीमित सारांश और फ़ुल-टेक्स्ट चैट, लेकिन प्रति माह सिर्फ़ 2 ऑटोमेटेड रिपोर्ट और निष्कर्षण तालिकाओं पर 2-कॉलम की सीमा। Pro $49/माह है और 20-कॉलम तालिकाओं के साथ 5,000 पेपर तक छानता है; Scale 30-कॉलम तालिकाओं और फ़िगर निष्कर्षण के लिए $169/माह है।

यहां वह निष्कर्ष है जिस पर फ़ैसला बनाना लायक़ है: एक पीयर-रिव्यूड स्टडी (Hilkenmeier et al., *Social Science Computer Review*, दिसंबर 2025, जिसने 43 स्टडी और 602 डेटा पॉइंट जांचे) ने Elicit को सिस्टमैटिक-रिव्यू डेटा निष्कर्षण के लिए एक सेमी-ऑटोमेटेड दूसरे समीक्षक के तौर पर परखा। कुल सटीकता: 81.4%, मानव समीक्षकों के 86.7% के मुक़ाबले, जो सांख्यिकीय रूप से महत्वपूर्ण फ़र्क़ नहीं। लेकिन यह कुल आंकड़ा एक तेज़ बंटवारे को छुपा देता है: सीधी तथ्यात्मक फ़ील्ड पर, Elicit इंसानों के क़रीब मेल खाया; "रुचि के तत्वों" की पहचान जैसे इंटरप्रिटिव निष्कर्षण कामों पर, सटीकता गिरकर 51.2% रह गई, कुछ श्रेणियों में महज़ संयोग से थोड़ा ही बेहतर, और स्टडी ने Elicit को ऐसे नतीजे गढ़ते हुए भी दर्ज किया जो मूल पेपर में मौजूद ही नहीं थे।

Elicit के अपने ब्लॉग ने अपने सेल्फ़-इवैल्यूएशन में 94% सटीकता का दावा किया, और एक क्लाइंट केस स्टडी एक ख़ास रिव्यू पर 99.4% का दावा करती है। दोनों असली मूल्यांकनों से असली नंबर हैं, लेकिन ये वेंडर-चुने हुए हैं और एक सबसे-अच्छी स्थिति बताते हैं, कोई सामान्य स्थिति नहीं। ईमानदार सारांश: Elicit सीधे निष्कर्षण के लिए एक सचमुच उपयोगी दूसरा समीक्षक है, और किसी भी इंटरप्रिटिव काम के लिए हाथ से दोबारा जांचने लायक़ चीज़। इसे बिना पढ़े इसकी बनाई किसी एक तालिका पर भरोसा करने के बजाय इसी तरह इस्तेमाल कीजिए।

ResearchRabbit: साइटेशन-नेटवर्क डिस्कवरी, मुफ़्त

इसे कुछ ऐसे पेपर से शुरू कीजिए जो आप पहले से जानते हैं कि प्रासंगिक हैं, और यह साइटेशन संबंधों के ज़रिए पहले के काम, बाद के काम और मिलते-जुलते काम का एक विज़ुअल ग्राफ़ बनाता है। लिटरेचर रिव्यू के "मैं क्या छोड़ रहा हूं" वाले चरण के लिए सचमुच उपयोगी, जिसे कीवर्ड सर्च ठीक से सामने नहीं लाता।

मुफ़्त टियर: असीमित सर्च और कलेक्शन, 50 सीड आर्टिकल तक। RR+ $10/माह पर सीड सीमा 300 तक बढ़ाता है और कई प्रोजेक्ट व एडवांस्ड फ़िल्टर जोड़ता है। डेटा OpenAlex, Semantic Scholar (गैर-मेडिकल क्षेत्र) और PubMed (मेडिकल क्षेत्र) से आता है, कुछ सौ मिलियन आर्टिकल, हालांकि Elicit का ज़्यादा सटीक 138M आंकड़ा (डीड्यूप के बाद) ResearchRabbit के अस्पष्ट "कुछ सौ मिलियन" दावे से असली कवरेज का बेहतर अंदाज़ा देता है। किसी स्वतंत्र स्टडी ने इसके रिकॉल या प्रिसिज़न को किसी मैनुअल लिटरेचर रिव्यू के मुक़ाबले बेंचमार्क नहीं किया है। यह इस टूल के लिए सबूत में एक असली कमी है, इस टूल पर कोई हमला नहीं।

Scite: क्या उद्धृत करने वाला पेपर असल में दावे का समर्थन करता है?

Scite के Smart Citations किसी पेपर के हर साइटेशन को समर्थक, विरोधाभासी, या बस उल्लेख करने वाले के तौर पर वर्गीकृत करते हैं, यह इस सूची के सर्च/सारांश टूल से सचमुच अलग क्षमता है, और इस सूची में किसी साइटेशन को ढूंढने के बजाय फ़ैक्ट-चेक करने के सबसे क़रीब है। 180 मिलियन-से-ज़्यादा पेपर में 1.2 बिलियन-से-ज़्यादा वर्गीकृत साइटेशन स्टेटमेंट पर बना, जहां पब्लिशर एक्सेस इजाज़त देता है वहां 185 मिलियन फ़ुल-टेक्स्ट आर्टिकल इंडेक्स किए गए।

क़ीमत का कोई चलता हुआ मुफ़्त टियर नहीं है। $20/माह वाले Personal प्लान ($12/माह सालाना बिल किया गया) का 7-दिन ट्रायल शुरुआती बिंदु है। कवरेज STEM की तरफ़ झुका है; ह्यूमैनिटीज़ और क़ानून के साइटेशन कम भरोसे से इंडेक्स होते हैं। HKUST लाइब्रेरी की एक तुलनात्मक जांच (Scite, Elicit, Consensus और Scopus AI पर एक टेस्ट प्रॉम्प्ट, हाथ से समीक्षा किया गया) ने पाया कि Scite ख़ास तौर पर अपने फ़ुल-टेक्स्ट एक्सेस की वजह से अपेक्षाकृत अच्छा प्रदर्शन करता है, लेकिन यह भी बताया कि सभी चार टूल कभी-कभी किसी पेपर के असली नतीजों के बजाय एब्स्ट्रैक्ट के सामान्य परिचयात्मक बयानों से नतीजे निकाल लेते हैं, एक चेतावनी जो पूरी इस श्रेणी पर लागू होती है, सिर्फ़ Scite पर नहीं।

Scholarcy: जो आपके पास पहले से है उसका सारांश देता है, सर्च नहीं करता

यह वह टूल है जिसे सबसे ज़्यादा ग़लत श्रेणी में रखा जाता है। Scholarcy किसी डेटाबेस को सर्च नहीं करता। आप एक पेपर अपलोड, पेस्ट या लिंक करते हैं, और यह मौजूदा टेक्स्ट को निकालकर एक्सट्रैक्टिव (जनरेटिव नहीं) सारांश का इस्तेमाल करते हुए एक फ़्लैशकार्ड-जैसे सारांश (परिचय, तरीक़े, नतीजे) में दोबारा संरचित करता है। यह फ़र्क़ भरोसे के लिए मायने रखता है: यह पेपर में असल में जो है उससे खींच रहा है, नई प्रोज़ नहीं गढ़ रहा जो उससे भटक सकती है, हालांकि ख़राब स्कैन की गई PDF पर स्ट्रक्चर-पार्सिंग में ग़लतियां अब भी असली ग़लतियां पैदा करती हैं।

मुफ़्त टियर: प्रति माह 10 सारांश। पेड क़ीमत स्रोतों में असंगत रूप से रिपोर्ट की जाती है ($4.99 बनाम $9.99/माह), तो किसी भी आंकड़े पर भरोसा करने से पहले सीधे scholarcy.com देखें। एक दर्ज नाकामी: एक यूज़र रिपोर्ट के अनुसार, Scholarcy ने एक बड़े मेटा-एनालिसिस को "एक अपेक्षाकृत छोटी यूनिवर्सिटी" से जोड़ दिया, यह याद दिलाते हुए कि एक्सट्रैक्टिव टूल भी संरचना ग़लत पढ़ सकते हैं, और इनके नतीजों को उद्धृत करने से पहले भी एक मानव जांच चाहिए।

ScholarAI, Consensus और Perplexity: चैट में लिपटा सर्च

ScholarAI एक स्टैंडअलोन प्रोडक्ट के बजाय ChatGPT के भीतर एक प्लगइन के तौर पर रहता है। मुफ़्त टियर 5 वन-टाइम क्रेडिट देता है, Basic $9.99/माह में 50 क्रेडिट के लिए। ग़ौर करने लायक़ कमी: ScholarAI अपनी वेबसाइट पर कहीं भी अपने डेटा स्रोत प्रकाशित नहीं करता, इस सूची के हर दूसरे टूल के उलट, जो Elicit या Consensus जितने कवरेज को मान लेने के बजाय ख़ास तौर पर बताने लायक़ है।

Consensus "Consensus Meter" के साथ हां/ना वाले रिसर्च सवालों का सीधा जवाब देता है जो वैज्ञानिक सहमति दिखाता है, Elicit और Scite जैसे ही Semantic Scholar कॉर्पस पर बना। इसकी मुफ़्त-टियर सीमाएं सचमुच अस्पष्ट हैं: अलग-अलग स्रोत 20 सर्च/दिन, 20/माह, और दो और विरोधाभासी आंकड़े रिपोर्ट करते हैं। Pro लगातार $10/माह पर असीमित सर्च और 15 Deep Review के लिए रिपोर्ट किया जाता है। मुफ़्त-टियर के आंकड़े पर, इसमें ख़ुद सहित, किसी एक सेकंडरी स्रोत पर भरोसा करने के बजाय सीधे consensus.app/pricing देखें।

Perplexity का Academic Focus मोड (Pro टियर, $20/माह, या वेरिफ़ाइड छात्रों के लिए Education Pro $10/माह) रिट्रीवल को पीयर-रिव्यूड स्रोतों तक सीमित करता है: Semantic Scholar, PubMed, arXiv/bioRxiv/medRxiv प्रीप्रिंट। Perplexity की अपनी सलाह दोहराने लायक़ है: अपने असली पेपर में जो प्राइमरी स्रोत यह सामने लाता है उन्हें उद्धृत करें, Perplexity को नहीं।

Gemini Notebook असल में कहां फ़िट बैठता है

यह साफ़ तौर पर कहने लायक़ है क्योंकि इसे ग़लत समझना आसान है। Gemini Notebook में कोई बिल्ट-इन अकादमिक डेटाबेस सर्च नहीं है। यह सिर्फ़ उन्हीं स्रोतों से जवाब देता है जो आपने साफ़ तौर पर जोड़े हैं। इसका "Discover sources" फ़ीचर सामान्य वेब या आपकी Google Drive खोजता है, PubMed या Semantic Scholar नहीं, और यह AI-सारांशित वेब पेज लौटाता है जिन्हें आपको अब भी हाथ से जोड़ना पड़ता है, साइटेशन काउंट के साथ पीयर-रिव्यूड पेपर की रैंक की गई सूची नहीं।

यही इसे Elicit या Consensus के बजाय इस सूची में Scholarcy का सबसे क़रीबी कार्यात्मक रिश्तेदार बनाता है: दोनों सिर्फ़ उन दस्तावेज़ों पर काम करते हैं जो आपके पास पहले से हैं। जहां Gemini Notebook आगे निकलता है वह है एक साथ कई स्रोतों में वॉल्यूम और संश्लेषण, Pro टियर पर 300 स्रोत तक, Audio Overview के साथ, आपके स्रोत सेट के भीतर Deep Research, और साइटेशन जो सही इस्तेमाल किए गए अंश तक इशारा करते हैं। आठों टूल की तुलना करने से जो व्यावहारिक वर्कफ़्लो सामने आता है: पेपर ढूंढने और छानने के लिए Elicit, ResearchRabbit या Consensus इस्तेमाल करें, फिर जो इकट्ठा किया है उसे एक साथ संश्लेषित करने के लिए Gemini Notebook में लाएं। लगभग किसी भी टूल का अपना पेज इसे साफ़ तौर पर नहीं कहता, लेकिन हर गंभीर रिसर्चर का असली वर्कफ़्लो आख़िर इसी आकार में पहुंचता है।

तुलना तालिका

Tool          Job                    Free tier                    Paid entry point
---------------------------------------------------------------------------------------
Elicit        Extraction              Unlimited search, 2 reports/mo   $49/mo (Pro)
ResearchRabbit Discovery (network)     50 seed articles                $10/mo (RR+)
Scite         Citation verification    None (7-day trial only)         $20/mo, $12/mo annual
Scholarcy     Summarization            10 summaries/mo                 ~$5-10/mo (verify)
ScholarAI     Search + chat (GPT)      5 one-time credits              $9.99/mo (Basic)
Consensus     Discovery (answer-first)  Limited (unclear, verify)       $10/mo (Pro)
Perplexity    Discovery (web+academic)  Limited Pro Search               $20/mo, $10/mo students
Gemini Notebook  Summarization/synthesis  50 sources, 50 chats/day     $4.99/mo (Plus)

इन पर कब भरोसा न करें

• अपने लिटरेचर रिव्यू के मुख्य दावों के लिए। इस रिसर्च में मिली हर सटीकता स्टडी, Elicit का SAGE मूल्यांकन और HKUST की चार-टूल तुलना, इन टूल को एक दूसरे समीक्षक या शुरुआती बिंदु के तौर पर मानने की सलाह देती है, बिना मूल पेपर ख़ुद जांचे उद्धृत करने वाले स्रोत के तौर पर नहीं।
• उभरते या कम-दर्ज विषयों पर। HKUST टेस्ट के सभी चार टूल ने स्थापित रिसर्च क्षेत्रों से बाहर कम भरोसेमंदता दिखाई, जहां सटीक सारांश खींचने के लिए बस इतना इंडेक्स किया टेक्स्ट मौजूद नहीं।
• जब सारांशित किया जा रहा पेपर वापस लिया गया (रिट्रैक्टेड) या विवादित हो। इनमें से कोई भी टूल रिट्रैक्शन स्टेटस को भरोसेमंद ढंग से फ़्लैग नहीं करता। किसी भी अहम चीज़ को सीधे जर्नल या Retraction Watch के मुक़ाबले क्रॉस-चेक करें।
• अगर इन टूल के किसी दावा किए गए मूल्यांकन को ख़ुद वापस लिया जा चुका है। Elicit, SciSpace और Consensus को लिटरेचर रिव्यू काम के लिए आंकने वाला एक पेपर, बिना किसी सार्वजनिक रिट्रैक्शन कारण के, एक कैनेडियन LIS जर्नल से हटा दिया गया था, यह याद दिलाते हुए कि इस क्षेत्र में मेटा-एविडेंस को भी जांचने की ज़रूरत है, सिर्फ़ ख़ुद टूल को नहीं।

रिसर्च पेपर के लिए सबसे सटीक AI टूल कौन सा है?

किसी भी टूल का पूरे बोर्ड पर एक साफ़, स्वतंत्र रूप से सत्यापित सटीकता रिकॉर्ड नहीं है। मौजूद अकेली गंभीर स्टडी (Elicit पर) ने कुल 81.4% सटीकता पाई, जो मानव समीक्षकों से सांख्यिकीय रूप से अलग नहीं, लेकिन इंटरप्रिटिव निष्कर्षण कामों पर असली कमज़ोरियों के साथ। यहां हर टूल को एक दूसरे समीक्षक की तरह माना जाना चाहिए, अंतिम स्रोत की तरह नहीं।

क्या Gemini Notebook, PubMed जैसे अकादमिक डेटाबेस खोज सकता है?

नहीं। Gemini Notebook सिर्फ़ उन्हीं स्रोतों पर काम करता है जो आप ख़ुद जोड़ते हैं। इसका Discover फ़ीचर सामान्य वेब या Google Drive खोजता है, PubMed, Semantic Scholar या arXiv नहीं। डेटाबेस डिस्कवरी के लिए, इसकी बजाय Elicit, ResearchRabbit या Consensus इस्तेमाल करें, फिर जो मिले उसे संश्लेषित करने के लिए Gemini Notebook में लाएं।

क्या यह जांचने का कोई मुफ़्त तरीक़ा है कि किसी पेपर के साइटेशन असल में उसके दावों का समर्थन करते हैं?

Scite ख़ास तौर पर इसी के लिए बना है (समर्थक/विरोधाभासी/उल्लेख करने वाला वर्गीकरण), लेकिन इसका 7-दिन ट्रायल के अलावा कोई स्थायी मुफ़्त टियर नहीं है। कोई पूरी तरह मुफ़्त विकल्प उतनी गहराई से यही ख़ास काम नहीं करता।

Elicit और Consensus में क्या फ़र्क़ है?

Elicit कई पेपर से एक तुलना तालिका में संरचित डेटा निष्कर्षण के लिए बना है। Consensus एक अग्रीमेंट मीटर के साथ किसी रिसर्च सवाल के त्वरित हां/ना जवाब के लिए बना है। दोनों Semantic Scholar कॉर्पस पर आधारित हैं, लेकिन ये अलग-अलग समस्याएं सुलझाते हैं: निष्कर्षण बनाम त्वरित संश्लेषण।