ResearchGPT

Researchgpt

สื่อที่มีความสุขระหว่างการค้นหา AI และตัวแทน GPT

ภาพรวมโครงการ

ResearchGPT เป็นแนวคิดที่เป็นนวัตกรรมซึ่งออกแบบมาเพื่อรวมฟังก์ชั่นการใช้งานจริงของเครื่องมือค้นหาแบบจำลองภาษากับการใช้เหตุผลหลายขั้นตอนการใช้เหตุผลของตัวแทน AI อิสระเช่น Auto-GPT และ Babyagi แนวคิดนี้มีวัตถุประสงค์เพื่อให้ตัวแทนโมเดลภาษาที่มีความเหนียวแน่นและมีประสิทธิผลซึ่งเอาชนะข้อ จำกัด ที่พบในเครื่องมือ AI ปัจจุบัน

เหตุผลและพื้นหลัง

ตัวแทน AI อิสระในปัจจุบันเช่น Auto-GPT และ Babyagi แสดงให้เห็นถึงความก้าวหน้าที่น่าทึ่งในปัญญาประดิษฐ์ พวกเขาแสดงความสามารถในการใช้เหตุผลหลายขั้นตอนที่ยอดเยี่ยมซึ่งสำคัญสำหรับงานที่ซับซ้อน อย่างไรก็ตามตัวแทนเหล่านี้มักถูกวิพากษ์วิจารณ์ว่ามีความน่าเชื่อถือต่ำและไม่สอดคล้องกันซึ่ง จำกัด การใช้งานจริงอย่างมีนัยสำคัญ

ในขณะเดียวกันเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI เช่น Bing AI และ You.com ใช้ประโยชน์จากรูปแบบภาษาขนาดใหญ่ (LLMS) เพื่อทำการวิจัยทางเว็บ แม้จะมีความซับซ้อนทางเทคโนโลยี แต่เครื่องยนต์เหล่านี้มักจะไม่มีข้อได้เปรียบที่โดดเด่นกว่าเทคนิคการค้นหาด้วยตนเอง ขอบเขตการค้นหาของพวกเขามีแนวโน้มที่จะแคบลงตอบรับแบบสอบถามตามแหล่งข้อมูลที่ จำกัด และเนื้อหาการถอดความเป็นหลักจากบทความที่ติดอันดับสูงสุด วิธีการที่ จำกัด นี้มักจะทำให้ผู้ใช้มีข้อมูลไม่เพียงพอหรือเฉพาะเจาะจงมากเกินไปขัดขวางการตัดสินใจที่มีประสิทธิภาพ

การออกแบบแนวคิดของ ResearchGpt

ด้วย ResearchGPT ฉันมุ่งมั่นที่จะประสานจุดแข็งของเทคโนโลยีดังกล่าวข้างต้นสร้างตัวแทนที่สามารถดำเนินการวิจัยทางเว็บที่มีประสิทธิภาพและมีประสิทธิภาพ มันได้มาจากความสามารถในการใช้เหตุผลที่ใช้ความคิดจากตัวแทน AI อิสระและควบคุมความสมบูรณ์ของงานที่เชื่อถือได้ของเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI ซึ่งนำเสนอทางออกที่สมดุลและใช้งานได้จริง

สถาปัตยกรรมทางเทคนิค

ResearchGPT ใช้ลำดับของขั้นตอนที่เชื่อมต่อกันแต่ละรายการมีส่วนร่วมในการสร้างผลงานวิจัยที่มีโครงสร้างอย่างดีและมีข้อมูลที่อุดมไปด้วยข้อมูล ขั้นตอนเหล่านี้รวมถึงการค้นหาเว็บเริ่มต้นการประเมินผลการเชื่อมโยงที่สำคัญการแยกเนื้อหาการสรุปข้อความและในที่สุดการรวบรวมรายงานการวิจัย

ที่สำคัญของมันวัตถุประสงค์ของสคริปต์คือการทำงานวิจัยที่หลากหลายโดยอัตโนมัติสร้างเวิร์กโฟลว์ที่สอดคล้องกันซึ่งเริ่มต้นด้วยการค้นหาเว็บและปิดท้ายในการส่งรายงานการวิจัยที่มีโครงสร้างดีและมีโครงสร้างที่ดี กระบวนการนี้เกี่ยวข้องกับขั้นตอนที่เชื่อมต่อกันหลายขั้นตอนอาคารแต่ละหลังเพื่อสร้างผลลัพธ์ที่มากกว่าผลรวมของชิ้นส่วน

ขั้นตอนแรกเกี่ยวข้องกับการใช้ Google Search JSON API เพื่อดำเนินการค้นหาเว็บที่ตรงเป้าหมายและกว้างขวาง โดยการตีความข้อกำหนดการวิจัยของผู้ใช้อย่างถูกต้องสคริปต์สามารถดึงเนื้อหาที่เกี่ยวข้องมากที่สุดบนเว็บได้ใช้ประโยชน์จากโครงสร้างพื้นฐานการค้นหาของ Google

หลังจากการค้นหาสคริปต์จะทำการประเมินลิงก์ที่ดึงมาโดยประเมินเนื้อหาสำหรับความเกี่ยวข้องและความน่าเชื่อถือ ขั้นตอนนี้เกี่ยวข้องกับกระบวนการจัดอันดับและการสั่งซื้อซึ่งจัดเรียงการเชื่อมโยงตามความเหมาะสมของคำถามการวิจัยในมือดังนั้นจึงจัดลำดับความสำคัญของทรัพยากรที่มีมูลค่าสูง

เมื่อเลือกลิงก์ที่เหมาะสมที่สุดขั้นตอนต่อไปจะเกี่ยวข้องกับการเจาะลึกลงไปในเนื้อหาของหน้าเว็บเหล่านี้และแยกข้อมูลที่จำเป็นโดยใช้ GPT-4 ตามลำดับที่ระบุโดย GPT-4 ในขั้นตอนก่อนหน้า สิ่งนี้จะช่วยให้สคริปต์สามารถระบุและแยกข้อมูลที่เกี่ยวข้องมากที่สุดได้โดยไม่คำนึงถึงข้อมูลภายนอกใด ๆ

ข้อมูลที่สกัดจะถูกสรุป งานนี้ดำเนินการโดยโมเดล GPT-4 ซึ่งกลั่นกรองเนื้อหาเป็นจุดที่สำคัญที่สุดสร้างบทสรุปที่เก็บข้อมูลที่สำคัญทั้งหมดในขณะที่ส่งรายละเอียดซ้ำซ้อน ข้อมูลจะถูกเก็บไว้ในพจนานุกรมพร้อมกับลิงค์ที่เรียกคืน

ขั้นตอนสุดท้ายในกระบวนการเกี่ยวข้องกับการรวมข้อมูลที่สรุปทั้งหมดและรวบรวมไว้ในรายงานการวิจัยที่ได้รับการจัดระเบียบอย่างดี รายงานนี้ได้รับการกำหนดเพื่อแก้ไขคำถามต้นฉบับของผู้ใช้โดยเสนอข้อมูลเชิงลึกและข้อสรุปที่ครอบคลุมซึ่งได้มาจากแหล่งข้อมูลที่เชื่อถือได้ในวงกว้าง เพื่อให้แน่ใจว่ามีความโปร่งใสและการตรวจสอบย้อนกลับของข้อมูลแหล่งข้อมูลทั้งหมดได้รับการอ้างถึงอย่างถูกต้องภายในรายงาน

โดยสรุปสคริปต์นี้ถือเป็นเครื่องมือการวิจัยขั้นสูงการรวมอาณาจักรของ AI และการค้นหาเว็บอย่างเชี่ยวชาญเพื่อส่งรายงานเชิงลึกโครงสร้างและรายงานการวิจัยที่ผู้ใช้ มันทำให้กระบวนการวิจัยง่ายขึ้นอย่างมีนัยสำคัญช่วยให้ผู้ใช้สามารถมุ่งเน้นไปที่การวิเคราะห์และการตีความแทนที่จะหลงทางในทะเลของข้อมูลที่มีอยู่บนเว็บ

ฟังก์ชันหลัก

• การค้นหาเว็บ: ใช้ Google Search JSON API ซึ่งเป็นสคริปต์แบบสอบถามเว็บตามหัวข้อการวิจัยที่ระบุผู้ใช้
• การประเมินผลการเชื่อมโยงและการสั่งซื้อ: ผลการค้นหาได้รับการประเมินเรียงลำดับและจัดอันดับตามลำดับความเกี่ยวข้องกับคำถามการวิจัยที่กำหนด
• การแยกเนื้อหาและการสรุป: เนื้อหาเว็บจากลิงก์ที่เลือกถูกคัดลอก, tokenized และสรุปโดยใช้โมเดล GPT-4 แยกข้อมูลที่เกี่ยวข้องมากที่สุดและทิ้งส่วนที่เหลือ
• การสร้างรายงาน: ข้อมูลที่สรุปทั้งหมดถูกรวบรวมและสคริปต์สร้างรายงานการวิจัยที่ครอบคลุมหลักฐานที่ได้รับการสนับสนุนโดยระบุการสืบค้นเริ่มต้น แหล่งข้อมูลทั้งหมดได้รับการอ้างถึงอย่างถูกต้องเพื่อให้เกิดความโปร่งใส

การพึ่งพาอาศัยกัน

สคริปต์นี้ทำงานบน Python 3.6 หรือใหม่กว่าและอาศัยไลบรารี Python ต่อไปนี้:

• คำขอ: สำหรับการร้องขอ HTTP ไปยังหน้าเว็บ
• JSON: สำหรับการจัดการข้อมูล JSON
• Openai: เพื่อโต้ตอบกับ Openai API
• Googleapiclient: ใช้ JSON API การค้นหาที่กำหนดเองของ Google
• BeautifulSoup4: สำหรับการแยกวิเคราะห์ HTML และการแยกข้อมูล
• Transformers: สำหรับ tokenizing อินพุตโดยใช้ Tokenizer GPT-2
• เวลา: ในการจัดการคำขอที่ จำกัด อัตรา
• สุ่ม: เพื่อสร้างหมายเลขหลอกหลอก (ถ้าจำเป็น) โปรดทราบว่าคุณต้องจัดเตรียมคีย์ OpenAI และ Google API ส่วนตัวของคุณเพื่อใช้ประโยชน์จากการทำงานของเครื่องมือวิจัยนี้

การใช้งาน

เริ่มต้นด้วยการป้อนแบบสอบถามการวิจัยของคุณเมื่อได้รับแจ้ง สคริปต์จะทำงานต่อไปนี้ตามลำดับ: การค้นหาเว็บ, การแยกลิงก์และการสั่งซื้อ, การสรุปเนื้อหาและการสร้างรายงานการวิจัย มันส่งรายงานรายงานการวิจัยที่ครอบคลุมและมีโครงสร้างอย่างดีตามข้อมูลที่รวบรวมจากเว็บ

คำเตือน

เนื่องจากโมเดล AI และ APIs ที่ใช้ในสคริปต์นี้ขึ้นอยู่กับวิธีการที่น่าจะเป็นผลลัพธ์อาจแตกต่างกันเล็กน้อยระหว่างการรัน ดังนั้นจึงขอแนะนำให้ข้ามการตรวจสอบข้อมูลจากแหล่งข้อมูลอื่น ๆ ที่เชื่อถือได้