Yapay zeka alanında bilimsel belgeleri arama ve bulma konusunda önemli bir sorun tespit edildi. Günümüzde birçok sistem, bilimsel makaleleri görsel olarak işleyerek arama yapıyor - tıpkı bir fotoğrafı analiz eder gibi. Ancak yeni araştırmalar, bu yaklaşımın bilimsel metinler için yetersiz kaldığını gösteriyor. Bilimsel makaleler karmaşık yapılar içeriyor: tablolar, grafikler, formüller ve metinler birbirini tamamlıyor. Bu öğeler arasındaki ilişkileri anlamak için sadece görsel analizin yeterli olmadığı ortaya çıktı. Araştırmacılar, LaTeX kaynak kodlarından yararlanarak yeni bir test sistemi geliştirdi. Bu sistem, belgelerin yapısal öğelerine doğrudan erişim sağlayarak daha etkili arama imkanı sunuyor. Bulgular, metin tabanlı ve karma yöntemlerin görsel yaklaşımlardan daha başarılı olduğunu ortaya koyuyor.

Bilimsel makale yazım sürecinde araştırmacıların en sık karşılaştığı sorunlardan biri, LaTeX editöründe yazarken kaynak eklemek için sürekli farklı araçlar arasında geçiş yapmak zorunda kalmak. Yeni geliştirilen OverCite aracı, bu soruna pratik bir çözüm sunuyor. Açık kaynak kodlu bu hafif araç, yazarların editörden çıkmadan doğrudan kaynak arama, seçme ve ekleme işlemlerini gerçekleştirmesine olanak tanıyor. Overleaf ve VS Code platformlarında çalışan araç, astronomy, fizik, bilgisayar bilimleri, matematik, biyoloji gibi geniş bir bilim alanı yelpazesindeki yayınlara erişim sağlıyor.