SyntheSearch

‍♂️ synthesearch

？️作者

• 领先项目： phong cao
• AI开发人员： Phong Cao
• 后端： Phong Cao，Hien Hoang
• 前端： Doanh Phung，Minh Bui

---

？项目概述

Synthesearch ：一种智能研究工具，可以找到和综合最相关的论文，从而节省了研究人员的时间并增强了见解。

---

入门

启动服务器（后端）

1. 导航到后端目录：

    cd backend

2. 设置虚拟环境：

   python3 -m venv venv

3. 激活虚拟环境：

    source venv/bin/activate

4. 安装依赖项：

   pip install -r requirement.txt

   配x注意：在iOS上，请确保从requirement.txt中删除pywin32 。

5. 运行服务器：

   uvicorn main:app --reload

---

启动客户端（前端）

1. 导航到前端目录：

    cd frontend

2. 安装依赖项：

   npm i

3. 启动开发服务器：

   npm run dev

---

介绍

Synthesearch是一个Web应用程序，旨在通过有效找到相关的研究论文来简化学生和研究人员的研究过程。研究人员经常花费数小时筛选论文，希望找到最适合其兴趣的研究。 Synthesearch的目的是通过智能建议最相关的论文并生成合成来揭示研究如何相互关联，从而为用户提供洞察力的概述，从而节省时间并增强理解。

---

灵感

Synthesearch的灵感来自我们作为学生的经验。在hackumass XII之前，一名团队成员努力寻找有关癌症检测中机器学习应用的研究论文。即使使用优化的库搜索工具，找到可靠来源的过程也很耗时且耗时。这种挫败感激发了我们开发更有效的搜索引擎，该引擎利用大型语言模型（LLM）和矢量数据库快速浮出水面相关的研究和摘要...

---

我们如何构建项目

我们之所以选择Python的后端，是因为它具有广泛的AI开发框架。 Databricks用于简化我们的机器学习管道。这是我们接近建筑综合搜索的方式：

1. 数据收集：我们首先从开放访问研究论文的核心收集中刮除数据。
2. ？嵌入：使用Langchain，我们实现了OpenAI的Text-Embedding-3-Lage模型，将纸质文本转换为矢量嵌入。
3. 存储：我们将LancedB用作矢量数据库，将嵌入式向量存储以进行快速有效的检索。
4. 摘要和综合：我们采用OpenAI的GPT-4O-MINI模型来生成摘要，建议和综合见解。
5. 前端：我们使用React.js使用打字稿模板构建了用户界面，为用户提供了干净，响应式的体验。

---

？面临挑战

• GitHub工作流程问题：由于合并冲突，频繁拉动请求冲突减慢了我们的进度。
• 沟通差距：沟通不畅导致重复的工作和效率低下。

---

？经验教训

这个项目是一项非常宝贵的学习经验。作为我们的第一个LLM项目，我们获得了Genai Technologies的实践经验，尤其是矢量数据库的力量。我们了解了明确的团队沟通的重要性，现在我们对LLMS及其在革新信息检索方面的能力有了更深入的了解。

---

建立

• ？ Python （后端开发）
• ？兰链（嵌入）
• LancedB （向量数据库）
• ？ OpenAI GPT模型（摘要和合成）
• ⚛️与打字稿反应（前端开发）
• ？ parwindcss （造型）
• ⚡vite （工具）
• ？ Databricks （机器学习管道）

---

？增强研究人员的能力

通过Synthesearch，我们很高兴能为研究过程的效率做出贡献，使研究人员能够专注于见解而不是信息过载。