AI研究推动人类进入新领域，通过创建众包数据集，AI模型可以推荐研究引用、发展链式思维、快速阅读长文，并通过主题建模监控知识库。AI集体意识能综合复杂论点，推动AI民主经济和全球治理。AI研究代理为研究者推荐文章、总结主题，并监控文献。人们可创建个人知识库，开发理解其观点的AI助手。类似应用有Anthropic、Obsidian等。

通过评估现有众包数据集，研究了个体众包标签和大语言模型标签的质量，并提出了混合标签聚合方法。结果表明，将优质大语言模型的标签与现有众包数据集相结合能提高数据集的聚合标签质量，高于大语言模型标签自身的质量。

本文提出了一种新的主动学习方法，使用大规模众包数据集进行训练，有效估计物种的地理分布范围。该方法使用转移学习的空间表示，在物种范围估计中超越其他主动学习方法，并接近端到端训练模型的性能。

该研究提出了一种基于机器学习的框架，用于自动检测和分类15种认知失真类型。该模型实现了加权F1得分0.88，并在更大的众包数据集中产生了0.68的加权F1得分。此外，该研究还探讨了建立相似认知失真之间主题关系的探索分析。