SyntheSearch

‍♂️ synthesearch

？ ️作者

• 領先項目： phong cao
• AI開發人員： Phong Cao
• 後端： Phong Cao，Hien Hoang
• 前端： Doanh Phung，Minh Bui

---

？項目概述

Synthesearch ：一種智能研究工具，可以找到和綜合最相關的論文，從而節省了研究人員的時間並增強了見解。

---

入門

啟動服務器（後端）

1. 導航到後端目錄：

    cd backend

2. 設置虛擬環境：

   python3 -m venv venv

3. 激活虛擬環境：

    source venv/bin/activate

4. 安裝依賴項：

   pip install -r requirement.txt

   配x注意：在iOS上，請確保從requirement.txt中刪除pywin32 。

5. 運行服務器：

   uvicorn main:app --reload

---

啟動客戶端（前端）

1. 導航到前端目錄：

    cd frontend

2. 安裝依賴項：

   npm i

3. 啟動開發服務器：

   npm run dev

---

介紹

Synthesearch是一個Web應用程序，旨在通過有效找到相關的研究論文來簡化學生和研究人員的研究過程。研究人員經常花費數小時篩選論文，希望找到最適合其興趣的研究。 Synthesearch的目的是通過智能建議最相關的論文並生成合成來揭示研究如何相互關聯，從而為用戶提供洞察力的概述，從而節省時間並增強理解。

---

靈感

Synthesearch的靈感來自我們作為學生的經驗。在hackumass XII之前，一名團隊成員努力尋找有關癌症檢測中機器學習應用的研究論文。即使使用優化的庫搜索工具，找到可靠來源的過程也很耗時且耗時。這種挫敗感激發了我們開發更有效的搜索引擎，該引擎利用大型語言模型（LLM）和矢量數據庫快速浮出水面相關的研究和摘要...

---

我們如何構建項目

我們之所以選擇Python的後端，是因為它具有廣泛的AI開發框架。 Databricks用於簡化我們的機器學習管道。這是我們接近建築綜合搜索的方式：

1. 數據收集：我們首先從開放訪問研究論文的核心收集中刮除數據。
2. ？嵌入：使用Langchain，我們實現了OpenAI的Text-Embedding-3-Lage模型，將紙質文本轉換為矢量嵌入。
3. 存儲：我們將LancedB用作矢量數據庫，將嵌入式向量存儲以進行快速有效的檢索。
4. 摘要和綜合：我們採用OpenAI的GPT-4O-MINI模型來生成摘要，建議和綜合見解。
5. 前端：我們使用React.js使用打字稿模板構建了用戶界面，為用戶提供了乾淨，響應式的體驗。

---

？面臨挑戰

• GitHub工作流程問題：由於合併衝突，頻繁拉動請求衝突減慢了我們的進度。
• 溝通差距：溝通不暢導致重複的工作和效率低下。

---

？經驗教訓

這個項目是一項非常寶貴的學習經驗。作為我們的第一個LLM項目，我們獲得了Genai Technologies的實踐經驗，尤其是矢量數據庫的力量。我們了解了明確的團隊溝通的重要性，現在我們對LLMS及其在革新信息檢索方面的能力有了更深入的了解。

---

建立

• ？ Python （後端開發）
• ？蘭鏈（嵌入）
• LancedB （向量數據庫）
• ？ OpenAI GPT模型（摘要和合成）
• ⚛️與打字稿反應（前端開發）
• ？ parwindcss （造型）
• ⚡vite （工具）
• ？ Databricks （機器學習管道）

---

？增強研究人員的能力

通過Synthesearch，我們很高興能為研究過程的效率做出貢獻，使研究人員能夠專注於見解而不是信息過載。