xolote
1.0.0
자신의 연구 자료를 중앙 집중화하고 AI 및 LLM의 힘과 상담하십시오. chatgpt에게 당신의 연구를 도와달라고 요청하는 것만 큼 쉽습니다!
스타터 연구원으로서 우리는 연구원이 아니더라도 여러 파일과 다른 파일과 다른 정보 소스를 추적하는 경우에도 직면 한 일반적인 문제에 직면 해 있습니다.
현재 문헌에 대한 특정 기여의 특정 특징을 어떻게 기억하십니까? 어떤 논문에서 읽었습니까? 저자가 새로운 알고리즘을 개발하는 데 도움이 된 주요 소스는 무엇이며 그녀는 어떻게 그녀의 특정 문제에 그것을 어떻게 적용 했습니까?
우리는 Xolote를 AI 도구로 생각하여 연구원들이 자체 자료와 학술 논문 및 과학적 기사와 같은 정보에 대한 참조를 지원하는 도구로 생각했습니다. 이 논문의 주요 주제는 무엇입니까? , 우리는 Chatgpt와 같은 대형 언어 모델 (LLM)의 잠재력을 활용하고 학계에서 일반적으로 발견되는 연구 과정을 속도를 높이고 개선하기위한 강력한 지원 도구를 제공하는 것을 목표로합니다.
우리는이 과정에서 연구원들이 자신의 주제와 관련된 자료 모음을 가지고 있음을 알고 있습니다. 그들은 모든 것을 읽지 않았을 수도 있지만 적어도 각 참조 및 해당 내용에 익숙합니다. 이 시점에서 연구원의 마음에는 종종 적절하게 인용되어야하는 작업의 특정 섹션과 관련된 특정 질문이 발생하며, 이곳은 우리가 도움이되는 스마트 도구를 원하는 곳입니다.
예를 들어, 논문을 쓸 때, 이 저자들이 실험에서 알고리즘의 알파 매개 변수를 보정하기 위해 얼마나 많은 값을 사용 했습니까? 그리고 왜 그 범위? 물론, 당신이 그 질문을 가지고 있다는 사실은 논문 중 하나에서 해당 섹션을 읽는 것을 의미하지만 (그리고 희망적으로 이해했을 것입니다), 그 특정 실험의 세부 사항을 기억하지 못할 수도 있습니다. AI에 메모리를 새로 고치도록 요청하거나 저자가 정확히 묘사 한 위치를 알려주는 데 시간을 낭비하는 이유는 무엇입니까?
Xolote를 이미 인간 언어에 대해 교육을받은 개인화 된 Chatgpt로 생각하며, 자신의 연구 자료를 프롬프트를 기반으로 상담, 쿼리, 요약, 연결 및 구성 할 수있는 지식 기반으로 자신의 연구 자료를 보유하고 있습니다.
참고로, 이것은 실제로 논문을 읽지 못하게하는 것이 아닙니다. 모든 진지한 학자가 AI가 아무리 강력해도 연구원들이 자신의 출처를 읽어야 한다는 것에 동의하지 않는다. 그러나 그것은 당신이 이미 무엇인지 알고 있다는 단락을 보여주는 간단한 Ctrl + F 사용하는 것을 막지 않습니다. Xolote는 AI의 현재 능력과 미래의 잠재력 덕분에 완전히 새롭고 지능적인 수준으로 이어집니다.
Xolote는 라틴 아메리카에서 가장 큰 해커 톤 인 Hackmty 2023의 프로젝트 중 하나로 태어났습니다. 문제는 대형 언어 모델을 사용하여 스마트 검색 엔진의 새로운 응용 프로그램을 만드는 것이 었습니다.
Hackathon의 24 시간 동안, 우리는 간단한 데모 만 마무리했는데,이 데모는 +100 중 대회의 상위 10 개 결선 진출 자 중 하나로 우리를 배치했습니다. 우리는 더 많은 시간이 있기 때문에 이제 커뮤니티에 어떤 기능을 보여줄 수 있는지 보게되어 기쁩니다!
- SU 그룹
해커 톤의 일환으로 우리는이 프로젝트를 위해 UI를 개발했습니다. 우리는 곧 그것을 개선하고 공개 할 계획입니다.
이 저장소를 로컬 컴퓨터에서 실행하려면 다음과 같습니다.
가상 환경 생성 :
python -m venv venv활성화 (PowerShell 예) :
venvScriptsActivate.ps1그런 다음 필수 패키지를 설치하려면 다음을 실행하십시오.
pip install - r requirements.txt요구 사항이 변경 될 수 있습니다 : 현재로서는 이전 버전의 저장소와의 호환성을 보장하지 않습니다.
.env 파일을 만듭니다. OPENAI_API_KEY =< your secret key>/data/pdfs/ directory에 넣으십시오./src/llm/showcase.ipynb 를 실행하십시오!
