Murfy.ai (AI-Latex सहयोगी एडिटर): रिसर्च पेपर लेखन हिस्ट्री और वर्ज़न मैनेजमेंट फीचर जारी

नमस्ते, मैं Murfy.ai नाम के AI-आधारित ऑनलाइन रिसर्च पेपर सहयोगी एडिटिंग समाधान का डेवलपर हूँ.

[सेवा परिचय]
Murfy.ai एक AI-Latex सहयोगी एडिटर है, जिससे Overleaf की तुलना में रिसर्च पेपर 2 गुना तेज़ी से लिखा जा सकता है.

[हिस्ट्री फीचर]

• किसने(Who), कब(When), और कहाँ(Where) बदलाव किया
• हर वर्ज़न के अंतर को split-view रूप में एक नज़र में देख सकते हैं
• केवल tex फ़ाइल ही नहीं, बल्कि इमेज (pdf सहित विभिन्न फ़ॉर्मैट) के बदलाव भी ट्रैक कर सकते हैं
• प्रोजेक्ट स्तर पर restore किया जा सकता है
• और फ़ाइल स्तर पर भी restore किया जा सकता है.

[यूज़र स्टोरी]

• जुलाई में लॉन्च के बाद से यह इतनी तेज़ी से बढ़ रहा है कि अब 68 देशों के यूज़र इसका उपयोग कर रहे हैं.
• मार्च~मई के दौरान beta test लैब के रूप में शामिल Ajou University की लैब ने Murfy.ai से तैयार कर जमा किया गया NeurIPS पेपर पिछले हफ्ते उस अकादमिक सम्मेलन में प्रस्तुत किया.
• Dongguk University की लैब ने भी Murfy का उपयोग करके जमा किया गया AAAI पेपर अंतिम रूप से स्वीकार कर लिया है, और वह अगले महीने Singapore में प्रस्तुत किया जाएगा.

[सुनना चाहेंगे]
अगर आप हमारी सेवा का उपयोग करके होमपेज के Channel Talk पर आसानी से feedback और सुधार संबंधी सुझाव साझा करें, तो हमें बहुत अच्छा लगेगा.

[अभी उपयोग करके देखें]
Murfy.ai: https://www.murfy.ai/

धन्यवाद :)

[bsh998]

कृपया बताएं कि 2 गुना की गणना कैसे की गई है।
अगर 68 देशों के users हैं, तो कुल users की संख्या भी साथ में बताई जाए तो अच्छा होगा।

[anshounan]

सबसे पहले, अच्छे सवाल के लिए धन्यवाद!

1. 2 गुना लिखने का मतलब यह था कि Overleaf इस्तेमाल करने के बाद Murfy पर आए कुछ लैब्स के usage logs और interviews पर आधारित qualitative + quantitative नतीजों को हमने सरल रूप में व्यक्त किया था।

अंदरूनी तौर पर हमने समान कठिनाई वाले papers में — उदाहरण के लिए NeurIPS paper — completion तक लगने वाले समय को आधार बनाया।

• latex compile, paper collaboration writing (editing, comments, revision suggestions), language expression को refine करना जैसी दोहराई जाने वाली tasks पर लगने वाला समय

इन tests में submission version पूरा करने तक का समय लगभग 40~50% तक कम होने का pattern बार-बार दिखा, इसलिए introduction copy में आसानी से समझ आने के लिए हमने 2 गुना तेज़ लिखा।

हालाँकि अभी sample size बहुत बड़ा नहीं है, और paper के प्रकार या lab के अनुसार इसमें अंतर भी है।
आगे हम और ज़्यादा labs को शामिल करके अधिक experiments/case studies सार्वजनिक करने की तैयारी कर रहे हैं, और जैसा आपने कहा, हमें भी लगता है कि इस हिस्से में numbers को और transparently दिखाना सही होगा।

2. इस समय user count इस प्रकार है:

• signup के आधार पर कुल users: लगभग 30,000
• नवंबर के अनुसार MAU: लगभग 9,000
  (शीर्ष देश क्रमशः Korea, United States, India, Germany हैं।)

रुचि लेकर सवाल पूछने के लिए धन्यवाद!

[bsh998]

हाँ, धन्यवाद। चूँकि इस सेवा का target ही शोधपत्र लिखने और उस पर गंभीरता से काम करने वाले विशेषज्ञ हैं, इसलिए मुझे लगा कि प्रचार की प्रक्रिया भी सटीक metrics और उनकी व्याख्या के आधार पर होनी चाहिए, इसी वजह से मैंने यह प्रश्न छोड़ा। आगे भी आप लगातार प्रगति करते रहें, यही शुभकामना है।

[anshounan]

बिलकुल सही बात है।

जैसा आपने कहा, यह सेवा उन लोगों के लिए है जो “रिसर्च पेपर लिखते हैं और उस पर गंभीरता से सोचते हैं”, इसलिए हम भी मानते हैं कि संख्याओं और प्रयोग परिणामों को जितना संभव हो उतना सटीक और पारदर्शी तरीके से संभालना बहुत महत्वपूर्ण है।
आगे से जब भी हम फीचर अपडेट या उपलब्धियों के बारे में बात करेंगे, तो उनके आधार बनने वाले डेटा और पूर्वधारणाओं को और स्पष्ट तरीके से साझा करने की कोशिश करेंगे।

रुचि लेकर इतनी ध्यान से देखने के लिए आपका सचमुच बहुत धन्यवाद, और जैसा आपने कहा, हम ऐसा सेवा बनते रहने की कोशिश करेंगे जिस पर यूज़र भरोसा कर सकें! कृपया आगे भी हमें देखते रहिए, और कभी भी बेझिझक अपनी तीखी प्रतिक्रिया दीजिए :)