هنري من مصدر ووكر فان
كوانتوم بيت | الحساب العام QbitAI
أرجوكم حقًا، هناك الكثير من الأوراق البحثية لدرجة أنني لا أستطيع قراءتها جميعًا، وكيف يمكن للأدوات التي تُكتب الأوراق تلقائيًا أن تظهر مرة أخرى!
مؤخرًا، أطلق GitHub أداة جديدة لإنشاء الأوراق البحثية الذكية.
فتح إنشاء ورقة أكاديمية.
لا تتسرع في المغادرة!
بالإضافة إلى قدرتها على إنتاج مسودة أولية مع المراجع تلقائيًا، فإن Open Academic Paper Gen لها نقطة يجب أن توليها انتباهًا—
إذا كان بالإمكان الحصول على النص الكامل للمرجع، فسيبحث عن أساس في النص الكامل (ملحوظة)، ليتحقق من وجود الآراء المقتبسة في الورقة البحثية.
بصراحة، هذا مفيد للغاية.
لأن كتابة الأوراق العلمية في كثير من الأحيان تبدأ من موضوع بحثي، حيث يتم تنظيم الآراء باستمرار والبحث عن أدلة، ثم يتم تعديل الحكم الشخصي بناءً على المراجع.
بعد ظهور الذكاء الاصطناعي، يمكن للحجج تساعدك في التوسع، كما يمكن للأدلة أن تساعدك في البحث عن المصادر.
لكن المشكلة تكمن في أنه أحيانًا، قد تكون الآراء والأوراق البحثية صحيحة، ولكن عند إعادة “الآراء” التي قدمها الذكاء الاصطناعي إلى النص الكامل ومراجعتها ضمن السياق الثقافي، يتبين أن المؤلف قد لا يكون يعني ذلك حقًا.
لذلك، لحل هذه المشكلة، بعد حصول برنامج Open Academic Paper Gen على النص الكامل للمرجع الأكاديمي، يقوم بتحديد الفقرات ذات الصلة بشكل أدق، لتحديد ما إذا كان هذا المرجع يمكنه دعم وجهة النظر المطلوبة أم لا.
إذا كانت هناك معلومات عن أرقام الصفحات، فإنها ستُذكر أيضًا في التعليقات على رقم صفحة PDF المقابل، لتسهيل عودة الناس للبحث مرة أخرى.
أي أنها لا تفحص فقط "هل يوجد هذا البحث أم لا"، بل تفحص أيضًا "هل هذه الكلمات هي بالفعل ما قاله".
سلسلة عملية متعددة الأجهزة لإنشاء مسودة أولية للأطروحة
بشكل عام، Open Academic Paper Gen هو نظام لسير العمل متعدد الأعضاء لتوليد المسودة الأولية للأوراق الأكاديمية، حيث يتم تقسيم عملية الانتقال من اختيار الموضوع إلى التحويل إلى تسعة مراحل.
تحديد نطاق البحث، البحث في المراجع، التنظيف والتصفية، تحليل الاتجاهات، إيجاد نقاط دخول، إعداد المخططات، الكتابة، التحقق من الدقة، وأخيرًا تصدير النتيجة.
مثل أدوات كتابة الأوراق العلمية الآلية الأخرى، يمكنك تزويدها بموضوع بحث، مثل "RSI في العالم الفيزيائي".
سيتم استخراج مسائل البحث المحددة من هذا الموضوع، ثم يتم إنشاء الكلمات المفتاحية باللغتين الصينية والإنجليزية المقابلة، ويتم البحث عن الأوراق العلمية في OpenAlex وcrossroff، وSemantic Scholar، وarXiv.
سيتم إعادة تحرير الوثائق التي تم العثور عليها وتقييمها بشكل أكثر دقة، ثم يقوم النموذج بفرز الارتباط بينها. عند مواجهة أوراق بحثية ذات ارتباط عالي، سيتم البحث في المراجع التي استشهدت بها، بالإضافة إلى الدراسات التي استشهدت به لاحقًا.
يعادل ذلك الإمساك بواحدة، ثم استكشاف المزيد من الأنواع المتعلقة بها، والفكرة في الواقع تشبه إلى حد ما مشروع CONNCTED PAPERS في ذلك الوقت.
(هل هناك من يفهم؟)
بعد ذلك، سيتم تنظيم الوثائق المجمعة في جدول أدلة، حيث يتم تلخيص قضايا البحث، والأساليب، والبيانات، والاستنتاجات، بالإضافة إلى القيود في كل ورقة بحثية.
مع هذه المواد، يقوم النظام بتحليل اتجاهات البحث، ويقدم زوايا بحثية محتملة، وفراغات بحثية فجوة، وفرضيات.
هناك جزء مثير للاهتمام أيضًا، يُسمى التشخيص الابتكاري.
يقوم كتاب أكاديمي مفتوح بتقييم نقاط الدخول من خلال عدة أبعاد تشمل المشكلات والطرق والبيانات والمنظورات، ويشير إلى الأعمال القائمة الأقرب في مجمع المراجع، ويقدم الأسئلة التي قد يطرحها الأكاديميون في مراجعة الورقة.
(هذا يعادل أن يقوم الذكاء الاصطناعي بمساعدتك أولاً عندما تشعر بأنك قمت بتصنيع ResNet، لمعرفة إذا كان شخص آخر قد فعل ذلك من قبل)
بالتحديد، تتم هذه التقييمات حول الأدبيات التي تم البحث عنها هذه المرة، لكن عدم العثور عليها في مجمع الأدبيات لا يعني أنه لم يقم أحد بذلك في العالم كله.
أخيرًا، بعد تحديد زاوية البحث، استمر النظام في إنشاء مخطط رئيسي وتحرير الفصول.
بعد الانتهاء من المسودة الأولى، يتم التحقق من الاقتباسات واختبار النسخ المشابه، وأخيرًا يمكن تصدير نص بصيغة Markdown أو LaTeX، بالإضافة إلى تنسيقات المراجع مثل RIS وBibTeX.
في طريقة التشغيل المحددة، في الوضع الافتراضي، يتوقف Open Academic Paper Gen في المراحل الرئيسية، ويظل في انتظار أن تقوم بمراجعته وتحريره والتأكيد عليها قبل أن يستمر.
إذا كنت ترغب في اختبار قدرة البحث في مجال الذكاء الاصطناعي، يمكنك أيضًا تركه يعمل تلقائيًا واختيار نموذج الأتمتة الكاملة.
أخيرًا، يجب على الأصدقاء الذين يستعدون للركض أن ينتبهوا إلى تكوين النموذج:
حاليًا، يدعم المشروع OpenAI وGLM من شركة Zhilu، ولكن خطوات التحقق من الأطروحات، وفحص العبارات بدون إشارات مرجعية، ومراجعة المحتوى التجريبية، لا تزال تحتاج إلى مفتاح API لـ OpenAI.
كيف يمكن العثور على الاقتباسات داخل الجملة؟
بصراحة، البحث التلقائي عن المراجع، كتابة المسودة الأولية، ثم إعادة مراجعة النص بواسطة الذكاء الاصطناعي، أصبح تركيبة شائعة في العديد من مشاريع كتابة الأوراق البحثية.
بعضها أيضًا أُضيفت إليه التحقق من الاقتباس والتأكيد البشري، بهدف تقليل قدرات النموذج في اختلاق الأخطاء.
في هذه العملية، تم تفصيل عملية التحقق من الاقتباسات وتعديلها بشكل أكبر.
بالطبع، إضافة المراجع إلى المسودة الأولية أمر واحد، أما إثبات أن هذه المراجع يمكنها دعم النص الرئيسي فهو أمر آخر.
بالتحديد، قسم الفحص إلى ثلاث مراحل.
الخطوة الأولى، تحقق من إمكانية العثور على الاقتباسات في حوض المراجع.
أثناء الكتابة، يجب أن يتوافق كل علامة تشير إلى الاقتباس مع ورقة بحث تم جمعها بالفعل.
إذا قام النموذج بإنشاء معرف استشهاد غير موجود مؤقتًا، فإن النظام سيعرضه، مما يسهل التحديد والتعديل.
الخطوة الثانية، التحقق من هوية هذا الورقة الأكاديمية.
للكتب التي لها رقم DOI، يتم أولاً التحقق من السجلات في crossref؛ وإذا لم يتم العثور عليها، يتم الذهاب إلى doi.org للتأكيد.
لا تتطابق العناوين والمؤلفون والسنوات وغيرها من المعلومات، وسيتسبب ذلك في ظهور تحذير مناسب.
الخطوة الثالثة، تحقق من ما إذا كان النص الأصلي يدعم أو لا يدعم هذه الجملة.
عند الوصول إلى هذا المكان، يتم التحقق فعليًا من أن المعلومات الأدبية تنتقل من "معلومات المراجع" إلى "محتوى المراجع".
بعد الحصول على النص الكامل، سيقوم النظام من بينه بإيجاد الفقرة التي تتطابق أكثر مع الادعاءات المُقتبسة، وسيعرضها مع بداية الورقة البحثية على النموذج، ليتحدد إذا كان النص الأصلي يمكنه دعم الادعاءات الموجودة في النص الرئيسي.
إذا لم يتوفر النص الكامل، فاستخدم ملخصًا أو أجزاء مختارة منه. إذا كانت هناك بيانات صفحات، يمكن الإشارة إلى صفحات PDF المقابلة كتحذير، لتسهيل الرجوع إليها لاحقًا.
بالطبع، عدم العثور على أدلة كافية على النموذج لا يعني أن هذه العبارة قد ثبت خطأها.
وفقًا لطريقة معالجة Open Academic Paper Gen، يمكن وصف الأدلة غير كافية بأنها “غير قابلة للتقييم”.
إذا كان النص قليلًا جدًا ولا يمكن التحقق منه، فسيتم تسميته “غير مُتحقق” بدلاً من أن يتم اعتباره ناجحًا مباشرة.
لذلك، عند النظر إلى الصورة الكلية، فإن خدمة Open Academic Paper Gen تتمتع بكفاءة كبيرة في دمج تنظيم المواد العلمية وتحديد الأدلة ومراجعة الاستشهادات مع بعضها البعض، مقارنة بإمكانية كتابة ورقة الدراسة بنقرة واحدة.
خاصة عند مواجهة الآراء والحجج التي يكتبها الذكاء الاصطناعي، يشعر المرء وكأنها منطقية، لكن لا يجرؤ على الإيمان بها مباشرة. عندما يمكن العثور على النص الأصلي المقابل، يكون هناك على الأقل وسيلة للعودة إلى التحقق منها مرة أخرى.
بالمناسبة، هذا المشروع من إنشاء المطور الشخصي ميكرو سي. بالإضافة إلى مشروع Open Academic Paper Gen، قام أيضًا بنشر العديد من المشاريع الأخرى مثل كتابة السيناريوهات باستخدام الذكاء الاصطناعي والبحث في مجال الذكاء الاصطناعي.
رابط مرجعي
[1]https://github.com/mmlong818/open-academic-paper-gen