有了LLM加持的AI智能體，已經(jīng)能自動寫論文了！

網(wǎng)站：https://tavily.com/

Github：https://github.com/assafelovic/gpt-researcher

一個由哥大研究人員開發(fā)，名為GPT Researcher的AI智能體項目，已經(jīng)能獨立完成各種類型的網(wǎng)絡(luò)科研任務。

GPT Researcher的開發(fā)者稱它可以生成詳細、準確和客觀的研究報告，并提供定制選項，以便用戶能聚焦相關(guān)資源、提綱和課程。

研究人員說他們是受到了Auto GPT和最近Plan-and-Solve論文的啟發(fā)，通過GPT Researcher 解決了速度和確定性的問題。

通過并行化智能體完成工作，而不是同步操作，提供了更穩(wěn)定的性能和更快的速度。

說白了就是，寫論文中那些費時費力的事交給它來做，作者們就專注好那些真正需要動腦子的事情就好了。

可以想象，未來學術(shù)圈科研圈都會在類似工具的加持下越來越卷。

GPT Researcher的結(jié)構(gòu)

和大多數(shù)Auto GPT的智能體類似，GPT Researcher的主要原理是運行「規(guī)劃者」和「執(zhí)行者」智能體。

其中規(guī)劃者生成研究問題，而執(zhí)行者智能體根據(jù)每個生成的研究問題尋找最相關(guān)的信息。

最后，規(guī)劃者篩選和匯總所有相關(guān)信息，并生成一份研究報告。

智能體利用gpt3.5-turbo-16k和gpt-4來完成研究任務。

具體來說，它的工作流程可以概括為：

生成一組研究問題，共同形成關(guān)于任何給定任務的客觀意見。

針對每個研究問題，觸發(fā)一個網(wǎng)絡(luò)爬蟲智能體，從在線資源中獲取與給定任務相關(guān)的信息。

針對每個獲取的資源，基于相關(guān)信息進行總結(jié)，并追蹤其來源。

最后，篩選和匯總所有總結(jié)的資源，并生成最終的研究報告。

GPT Researcher的優(yōu)勢

手動研究任務需要花費大量時間，有時需要幾周的時間才能找到正確的資源和信息，以形成客觀的結(jié)論。

當前的大型語言模型（LLMs）是基于過去和過時信息進行訓練的，存在產(chǎn)生幻覺的嚴重風險，使它們在研究任務中幾乎很難直接使用。

過于信賴ChatGPT往往會帶來一些意想不到的驚喜

而如果只依賴網(wǎng)絡(luò)搜索（如ChatGPT + Web插件）的解決方案，獲取的資源可能會很有限，經(jīng)常可能導致膚淺的結(jié)論或帶有偏見的答案。

而如果只使用篩選過的資源可能會在確定研究問題或任務時引入偏見。

而GPT Researcher可以利用人工智能的力量，為個人和組織提供準確、客觀和真實的信息。

1. GPT Researcher可以生成研究、大綱、資源和經(jīng)驗報告

2. 每項研究可以匯總 20 多個網(wǎng)絡(luò)來源，形成客觀、真實的結(jié)論

3. 有著易于使用的用戶界面

4. 能夠通過JavaScript來爬取網(wǎng)絡(luò)資源

5. 能夠跟蹤訪問使用過的網(wǎng)絡(luò)來源的上下文

6. 可以將研究報告作為PDF等格式導出

快速上手

首先是下載項目：

$ git clone https://github.com/assafelovic/gpt-researcher.git
$ cd gpt-researcher

然后安裝依賴項

$ pip install -r requirements.txt

然后導入自己的OpenAI密鑰來創(chuàng)建.env文件，或者直接導出

$ export OPENAI_API_KEY={Your API Key here}

然后使用FastAPI來運行智能體

$ uvicorn main:app --reload

最后在瀏覽器上訪問 http://localhost:8000 就可以快樂地進行研究了！