xolote
1.0.0
集中您自己的研究材料，并使用AI和LLM的力量进行咨询。就像要求Chatgpt协助您进行研究一样容易！
作为初学者研究人员，即使您不完全是研究人员，我们也面临着一个常见的问题，即使您不完全是研究人员：跟踪多个文件和其他对工作至关重要的信息来源。
您如何回忆起对当前文献的特定贡献的特定功能？您读了什么论文？什么是什么帮助该作者开发她的小说算法的主要来源？她如何适应她的特定问题？
我们认为Xolote是一种AI工具，可以帮助研究人员提供自己的材料和信息参考，例如学术论文和科学文章。不仅能够回答无上下文的问题，例如这些论文的主要主题是什么？ ，我们旨在利用大型语言模型（LLM）（例如Chatgpt）的潜力，并提供一个强大的帮助工具，以加快学术界常见的速度和改进研究过程。
我们知道，在此过程中，研究人员收集了与他们的主题相关的材料。他们可能还没有阅读所有内容，但至少熟悉每个参考文献及其内容。在这一点上，在研究人员的脑海中，通常会出现与其工作的特定部分有关的特定问题，当然必须适当地引用这些问题，这是我们想要一个智能工具来帮助的地方。
例如，在撰写论文时，您可能会想知道：这些作者在实验中使用了多少个值来校准算法的α参数？为什么那个范围？当然，您有这个问题的事实意味着您在其中一篇论文中阅读了该部分（希望能理解），但是您可能不记得该特定实验的细节。当您可以要求AI刷新您的内存或告诉您作者确切描述的地方时，为什么要浪费时间查看数十个文件？
将Xolote视为您的个性化CHATGPT，已经接受了人类语言培训的个性化，并将您自己的研究材料作为知识基础，可以根据您的提示来咨询，查询，总结，连接和组织。
值得注意的是，这并不能使您无法实际阅读您的论文。大多数认真的学者都同意，无论AI有多强大，研究人员都必须阅读他们的资源。但这并不能阻止您使用简单的Ctrl + F该 + F向您展示了您已经知道它的意思的段落。 Xolote将其提升到一个全新的智能水平，这要归功于AI和特定于LLM的当前功能和未来潜力。
Xolote出生于2023年Hackmty 2023的项目之一，这是拉丁美洲最大的黑客马拉松。挑战是使用大型语言模型创建智能搜索引擎的新颖应用。
在黑客马拉松的24小时跨度中，我们仅设法完成了一个简单的演示，这使我们跻身+100的前十名决赛选手之列。我们很高兴看到我们有更多时间可以向社区展示的其他功能！
- 苏组
作为黑客马拉松的一部分，我们为该项目开发了一个UI。我们计划尽快改进和发布。
要在本地计算机中运行此存储库：
创建虚拟环境：
python -m venv venv并激活它（PowerShell示例）：
venvScriptsActivate.ps1然后运行以下安装所需软件包：
pip install - r requirements.txt需求可能会发生变化：目前无法保证与存储库的较旧版本的兼容性。
.env文件： OPENAI_API_KEY =< your secret key>/data/pdfs/ DIRECTORY中。/src/llm/showcase.ipynb showcase.ipynb！
