OpenScholarXIV convierte la lectura de artículos científicos de arXiv en un hábito conveniente

Todo desarrollador o investigador de ML tiene su propio cementerio de pestañas abiertas. Por lo general, hay un par de docenas de preprints de arXiv ahí, sin llegar a leerse nunca. Leer PDFs de varias páginas en el teléfono es inconveniente, el diseño se rompe en los navegadores móviles, y analizar fórmulas después de una jornada laboral es agotador. Eventualmente, las pestañas se acumulan durante semanas hasta que el navegador decide eliminarlas de la memoria.

Hace poco me encontré con un proyecto interesante llamado OpenScholarXIV. Es un cliente móvil de código abierto para arXiv, construido con Flutter. El autor de la app decidió combinar un lector de preprints familiar con un asistente de IA integrado impulsado por Gemini.

Cómo funciona el proyecto

La mayoría de los clientes no oficiales para arXiv funcionan como simples agregadores de enlaces: abren el visor de PDF del sistema y lo dan por terminado. OpenScholarXIV va más allá. La app obtiene metadatos a través de la API oficial del archivo, analiza la estructura del documento y te permite trabajar con el texto directamente dentro de la interfaz.

El punto destacado principal aquí es el concepto BYOK (Bring Your Own Key). Los creadores de la app no querían configurar su propio backend con suscripciones pagadas para solicitudes a redes neuronales. En su lugar, pegas tu propia clave de API de Google Gemini en la configuración. Las solicitudes van directamente desde tu dispositivo, así que no hay necesidad de pagar suscripciones de terceros, y el nivel gratuito de Gemini es más que suficiente.

Qué puede hacer la app en la práctica

La interfaz se ve limpia y sigue las pautas de Material You, adaptando el esquema de colores a tu tema de Android. En su interior, hay varias herramientas útiles para el trabajo diario de investigación.

Resúmenes rápidos y reproducción de audio

Cuando aparece un artículo nuevo de 30 páginas, no siempre está claro si vale la pena dedicar la noche a leerlo. En OpenScholarXIV, puedes abrir inmediatamente un breve resumen generado por el modelo. Si estás conduciendo o dando un paseo, la app puede leer el resumen en voz alta usando la síntesis de voz del sistema.

Chatear sobre el contenido del preprint

Si el resumen te interesó, comienza la parte divertida. Justo debajo del artículo, puedes abrir un chat y hacer preguntas sobre el texto. Por ejemplo, pregunta "¿Qué función de pérdida usaron los autores en el segundo experimento?" o "¿En qué se diferencia este enfoque del LoRA clásico?" El modelo busca respuestas dentro del contenido del artículo y proporciona puntos clave sin necesidad de desplazarte manualmente por las tablas del apéndice.

Búsqueda y categorización

La app facilita filtrar materiales por autores y categorías (cs.AI, cs.CV, física, entre otras). Puedes guardar artículos que te gusten en marcadores o agregar notas personales directamente en la tarjeta.

Bajo el capó

El proyecto está escrito en Dart usando el framework Flutter. El repositorio se distribuye bajo la licencia GPL-3.0.

Si miras el código base, la arquitectura es típica de utilidades móviles pequeñas. El autor se centró en la autonomía del cliente: la app llama directamente a los endpoints de la API XML de arXiv y analiza las respuestas del lado del cliente, guardando marcadores e historial localmente en el smartphone.

Un inconveniente de la versión actual es la escasa documentación en el repositorio. El README consiste en solo unos pocos párrafos y una lista de capturas de pantalla, sin una guía detallada para construir el proyecto desde el código fuente. Sin embargo, el proyecto es de código abierto, y si tienes Flutter SDK instalado, construir un APK localmente es sencillo:

git clone https://github.com/ScholarXIV/OpenScholarXIV.git
cd OpenScholarXIV
flutter pub get
flutter run

Para quienes no quieran lidiar con compilaciones desde la línea de comandos, hay un archivo APK listo para instalar disponible en la sección de releases en GitHub.

A quién le resultaría útil este repositorio

Si sigues nuevos artículos sobre aprendizaje automático o ciencias de la computación, OpenScholarXIV resuelve dos problemas a la vez. Primero, obtienes un lector de teléfono adecuado con marcadores y búsqueda. Segundo, el chat integrado ahorra mucho tiempo durante el cribado inicial del material.

Para los desarrolladores de Flutter, el repositorio puede servir como un ejemplo claro de cómo integrar limpiamente una API de LLM de terceros en una app móvil sin un servidor intermedio. Puedes probar el APK o profundizar en el código fuente en la página de GitHub del proyecto.