xolote

Xolote

Pusat materi penelitian Anda sendiri dan konsultasikan dengan kekuatan AI dan LLMS. Semudah meminta chatgpt untuk membantu Anda dalam riset Anda!

Motivasi

Sebagai peneliti pemula, kami telah menghadapi masalah umum yang mungkin Anda hadapi juga, bahkan jika Anda bukan peneliti: melacak banyak file dan sumber informasi lain yang penting untuk pekerjaan Anda.

Bagaimana Anda mengingat fitur tertentu dari kontribusi spesifik itu ke literatur saat ini? Di makalah apa Anda membacanya? Apa sumber utama yang membantu penulis itu mengembangkan algoritma novelnya dan bagaimana dia menyesuaikannya dengan masalah khususnya?

Kami menganggap Xolote sebagai alat AI untuk membantu para peneliti dengan materi mereka sendiri dan referensi informasi, seperti makalah akademik dan artikel ilmiah. Lebih dari sekadar bisa menjawab pertanyaan tanpa konteks seperti apa topik utama dari makalah ini? , kami bertujuan untuk mengeksploitasi potensi model bahasa besar (LLM), seperti chatgpt, dan menyediakan alat bantuan yang kuat di tangan untuk mempercepat dan meningkatkan proses penelitian yang sangat umum ditemukan di dunia akademis.

Kita tahu bahwa dalam proses ini, para peneliti memiliki koleksi materi mereka sendiri yang relevan dengan topik mereka. Mereka mungkin belum membaca semuanya, tetapi setidaknya akrab dengan masing -masing referensi dan isinya. Pada titik ini, dalam pikiran peneliti sering muncul pertanyaan spesifik terkait dengan bagian -bagian tertentu dari pekerjaan mereka yang tentu saja harus dikutip dengan tepat, dan di sinilah kami menginginkan alat yang cerdas untuk membantu.

Misalnya, saat menulis makalah Anda, Anda mungkin bertanya -tanya: Berapa banyak nilai yang digunakan penulis ini dalam percobaan untuk mengkalibrasi parameter alpha algoritma? Dan mengapa kisaran itu? Tentu saja, fakta bahwa Anda memiliki pertanyaan itu berarti Anda membaca bagian itu di salah satu makalah Anda (dan mudah -mudahan memahaminya), tetapi Anda mungkin tidak ingat spesifik dari percobaan tertentu. Mengapa membuang -buang waktu melihat lusinan file Anda ketika Anda bisa meminta AI untuk menyegarkan ingatan Anda, atau memberi tahu Anda di mana tepatnya penulis menggambarkannya?

Pikirkan Xolote sebagai chatgpt pribadi Anda, yang sudah dilatih dalam bahasa manusia, dengan nilai tambah memiliki materi penelitian Anda sendiri sebagai basis pengetahuan yang dapat dikonsultasikan, meminta, merangkum, menghubungkan, dan mengatur berdasarkan petunjuk Anda.

Sebagai catatan, ini tidak menyelamatkan Anda dari benar -benar membaca makalah Anda. Sebagian besar jika tidak semua akademisi yang serius setuju bahwa tidak peduli seberapa kuat AI didapat, para peneliti harus membaca sumber mereka. Tapi itu tidak menghentikan Anda untuk menggunakan Ctrl + F sederhana yang menunjukkan kepada Anda sebuah paragraf yang sudah Anda ketahui tentang apa itu. Xolote membawa itu ke tingkat yang sama sekali baru dan cerdas, berkat kemampuan saat ini dan potensi AI di masa depan dan secara khusus LLMS.

Latar belakang dan asal

Xolote lahir sebagai salah satu proyek untuk Hackmty 2023, hackathon terbesar di Amerika Latin. Tantangannya adalah membuat aplikasi baru dari mesin pencari pintar menggunakan model bahasa besar.

Dalam rentang 24 jam hackathon, kami hanya berhasil menyelesaikan demo sederhana, yang menempatkan kami di antara 10 finalis terbaik kontes, di luar +100. Kami sangat senang melihat lebih banyak fitur yang dapat kami tunjukkan kepada masyarakat sekarang karena kami memiliki lebih banyak waktu!

- Grup Su

Frontend

Sebagai bagian dari hackathon kami mengembangkan UI untuk proyek ini. Kami berencana untuk meningkatkan dan melepaskannya segera.

Demo

Pengembangan Lokal

Untuk menjalankan repositori ini di mesin lokal yang Anda butuhkan:

• Python 3
  • Kami secara khusus menggunakan Python 3.11

Buat lingkungan virtual:

 python -m venv venv

Dan aktifkan (contoh PowerShell):

 venvScriptsActivate.ps1

Kemudian jalankan yang berikut untuk menginstal paket yang diperlukan:

pip install - r requirements.txt

Persyaratan dapat berubah: Untuk saat ini tidak ada jaminan kompatibilitas dengan versi yang lebih lama dari repositori.

1. Buat akun AI terbuka dan hasilkan kunci API.
   • Kecuali Anda mendapat kredit gratis, Anda harus membayar untuk penggunaan API. Periksa biayanya di sini.
2. Buat file .env dengan kunci API Anda:

 OPENAI_API_KEY =< your secret key>

4. Masukkan file PDF Anda di /data/pdfs/ Direktori.
5. Jalankan jupyter notebook /src/llm/showcase.ipynb dengan pertanyaan Anda sendiri!