SyntheSearch
v1.0.0
Synthesearch : 가장 관련성이 높은 논문을 찾고 합성하여 연구원의 시간을 절약하고 통찰력을 향상시키는 현명한 연구 도구.
백엔드 디렉토리로 이동하십시오.
cd backend가상 환경 설정 :
python3 -m venv venv가상 환경 활성화 :
source venv/bin/activate종속성 설치 :
pip install -r requirement.txt
켈 참고 : iOS에서pywin32requirement.txt에서 제거되었는지 확인하십시오.
서버 실행 :
uvicorn main:app --reload프론트 엔드 디렉토리로 이동하십시오.
cd frontend종속성 설치 :
npm i개발 서버 시작 :
npm run devSynthesearch는 관련 연구 논문을 효율적으로 찾아 학생과 연구원을위한 연구 과정을 간소화하도록 설계된 웹 응용 프로그램입니다. 연구원들은 종종 자신의 관심사와 가장 잘 어울리는 연구를 찾기를 희망하면서 종이를 통해 시간을 보냅니다. Synthesearch는 가장 관련성이 높은 논문을 지능적으로 제안하고 합성을 생성하여 연구가 어떻게 상호 관계를 맺고, 사용자에게 시간을 절약하고 이해를 향상시키는 통찰력있는 개요를 제공 함으로써이 시간을 줄이는 것을 목표로합니다.
Synthesearch에 대한 영감은 학생들로서 우리 자신의 경험에서 비롯되었습니다. Hackumass XII 전에 한 팀원은 암 탐지에서 기계 학습 응용 프로그램에 대한 연구 논문을 찾기 위해 고군분투했습니다. 신뢰할 수있는 소스를 찾는 과정은 최적화 된 라이브러리 검색 도구를 사용하더라도 소진되고 시간이 많이 걸렸습니다. 이 좌절감은 우리에게 큰 언어 모델 (LLM)과 벡터 데이터베이스를 활용하여 관련 연구 및 요약을 신속하게 표면하는보다 효율적인 검색 엔진을 개발하도록 영감을주었습니다.
우리는 AI 개발을위한 광범위한 프레임 워크 때문에 백엔드에 대한 Python을 선택했습니다. Databricks는 기계 학습 파이프 라인을 간소화하는 데 사용되었습니다. 우리가 합성 검색을 구축하는 방법은 다음과 같습니다.
이 프로젝트는 귀중한 학습 경험이었습니다. 첫 번째 LLM 프로젝트 였으므로 Genai Technologies, 특히 Vector 데이터베이스의 힘에 대한 실습 경험을 얻었습니다. 우리는 명확한 팀 커뮤니케이션의 중요성을 배웠으며 이제는 정보 검색 혁명에 대한 LLM과 그 기능에 대한 더 깊은 이해를 가지고 있습니다.
Synthesearch를 통해 우리는 연구 과정의 효율성에 기여하여 연구원들이 정보 과부하보다는 통찰력에 집중할 수 있도록 힘을 실어주게되어 기쁩니다.
