헨리 发自 凹非寺
양자비트 | 공식 계정 QbitAI
정말 부탁드립니다. 논문이 너무 많아서 볼 수 없는데, 자동으로 논문을 작성하는 도구가 계속 나오고 있어요!
최근에 GitHub은 또 다시 새로운 AI 논문 생성 도구를 출시했습니다—
학술 논문 생성기 열기.
서둘러 지나가지 마세요!
자동으로 참고문헌이 포함된 초안을 생성할 수 있을 뿐만 아니라, Open Academic Paper Gen에는 당신이 주목해야 할 중요한 점도 있습니다.
문서 전체 내용을 얻을 수 있는 경우, 그것은 전체 내용에서 근거를 찾아내고 논문에 인용된 관점들을 검증할 것입니다.
말이야, 이건 정말 유용하네.
논문 작성에서는 종종 연구 주제에서 시작하여 관점을 정리하고 증거를 찾은 다음, 문헌을 참고하여 자신의 판단을 조정하는 과정을 거칩니다.
AI가 있으면 주장을 발전시키는 데 도움을 받을 수 있고, 논거를 찾는 데에도 도움을 받을 수 있다.
하지만 문제는, 때때로 의견이나 논문은 사실이지만, (AI가 제공한) “의견”을 원문에 다시 넣고 맥락을 고려해 보면, 저자가 그런 의미를 전혀 가지고 있지 않을 수 있다는 것입니다.
그래서 이 문제를 해결하기 위해 Open Academic Paper Gen은 문헌의 전체 내용을 받은 후, 관련 단락을 더욱 정확하게 찾아내어 그 문헌이 어떤 주장을 뒷받침할 수 있는지 판단합니다.
페이지 번호 정보가 있다면, 주석에도 해당 PDF 페이지 번호를 표시하여 사람들이 다시 검색할 수 있도록 합니다.
즉, 이는 “이 논문이 존재하는지 여부”뿐만 아니라 “이 말이 실제로 그가 한 말인지”도 확인합니다.
논문 초안을 생성하는 다지능체 워크플로우
전반적으로 Open Academic Paper Gen은 논문 초안을 생성하는 다지체 행동 작업流으로, 주제 선정부터 출력까지의 과정을 아홉 단계로 나누고 있습니다.
연구 범위를 확정하고, 문헌을 검색하며, 정리 및 선별하고, 동향을 분석하고, 접근점을 찾고, 개요를 작성하며, 글을 쓰고, 검토한 다음 내보내는 과정을 거칩니다.
다른 AI 논문 작성 도구와 마찬가지로, “물리 세계의 RSI”와 같은 연구 주제를 입력하면 됩니다.
그러면 이 주제에서 구체적인 연구 문제를 도출하고, 해당 중영어 키워드를 생성한 뒤 OpenAlex, crossroff, Semantic Scholar 및 arXiv에서 논문을 검색합니다.
검색된 문헌은 추가적인 중복 제거와 평점 평가를 거친 후, 모델에 의해 관련성이 높은지 판단됩니다. 관련성이 높은 논문의 경우, 그 참고문헌과 그 논문을 인용한 연구들을 따라서 계속해서 찾아냅니다.
이는 한 편을 잡고 그 뒤를 따라서 추가로 한 부를 찾는 방식과 비슷하며, 생각하는 방식은 사실 그때의 CONNCTED PAPERS와 비슷합니다.
(이걸 이해하는 사람 있나요).
다음으로, 수집된 문헌들은 증거표로 정리되어 각 논문의 연구 문제, 방법, 데이터, 결론 및 한계가 통합됩니다.
이 자료를 바탕으로 시스템은 분석 연구 동향을 더욱 심도 있게 진행하며, 가능한 연구 관점, 연구 공백 및 가설을 제시할 수 있다.
이곳에는 혁신적인 진단이라는 꽤 흥미로운 단계도 있습니다.
Open Academic Paper Gen은 문제, 방법, 데이터, 관점 등 여러 차원에서 접근점을 평가하며, 문헌 풀에서 가장 유사한 기존 연구를 지적하고, 심사위원이 제기할 수 있는 의문점도 제시합니다.
(이는 당신이 ResNet을 만들 때, AI가 다른 사람들이 이미 만들어본 것을 확인해주는 것과 같습니다)
구체적으로는 이러한 판단이 이번에 검색된 문헌을 중심으로 이루어질 것입니다. 하지만 문헌 풀에서 찾지 못했다고 해서 전 세계에 아무도 하지 않았다는 의미는 아닙니다.
마지막으로, 연구 관점이 확정되면 시스템은 계획서와 장별 초안을 계속 생성합니다.
초고를 완성한 후, 인용 검토 및 시뮬레이션 리뷰에 들어가고, 마지막으로 Markdown이나 LaTeX, 그리고 RIS, BibTeX과 같은 참고문헌 형식으로 내보낼 수 있다.
구체적인 실행 방식에서, 기본 모드에서는 Open Academic Paper Gen이 주요 단계에서 멈추고, 당신이 검토하고 편집하며 확인한 후에 다음 단계로 진행됩니다.
AI 연구 능력을 테스트하고 싶다면, 자동으로 처리를 마치도록 설정하여 전체 자동 모드를 선택할 수도 있습니다.
마지막으로, 출발을 준비하는 친구들은 모델 설정에 주의해야 합니다:
현재 프로젝트는 OpenAI와 지파이 GLM을 지원하지만, 주장 검증, 인용 없는 진술 검사 및 시뮬레이션 리뷰这些 단계에서는 여전히 OpenAI API Key가 필요합니다.
인용문이 문장 안에서 어떻게 찾을 수 있을까?
솔직히 말해서, 자동으로 문헌을 검색하고 초고를 작성한 다음 AI가 검토하도록 하는 것은 많은 논문 작성 프로젝트에서 흔한 조합입니다.
그 중 일부는 인용 검증과 인력 확인도 추가되었으며, 모델이 임의로 생성하는 경우를 최대한 줄였습니다.
Open Academic Paper Gen에서는 이 프로세스에서 참고문헌 검사와 수정 작업이 더욱 세분화되었습니다.
결국, 초안에 참고문헌을 추가하는 것은 한 가지 일이지만, 그 참고문헌이 실제로 본문을 뒷받침할 수 있다는 것을 증명하는 것은 또 다른 일입니다.
구체적으로는, 그것을 세 가지 검사 단계로 나누었습니다.
첫 번째로, 인용된 내용이 문헌 풀에서 찾을 수 있는지 확인하세요.
글을 쓸 때, 각 인용 태그는 이미 수집된 논문과 일치해야 합니다.
모델이 임시로 존재하지 않는 참조 식별자를 만들 경우, 시스템은 그것을 표시하여 위치 확인과 수정이 용이해진다.
두 번째로, 이 문헌의 신원을 확인하세요.
DOI가 있는 논문의 경우, 먼저 crossref의 기록과 확인합니다. 찾을 수 없을 때는 doi.org에서 다시 확인합니다.
제목, 저자, 연도 등의 정보가 일치하지 않으면 해당 경고가 발생합니다.
세 번째로, 원문이 이 문장을 지지하는지 여부를 확인하세요.
이곳에 도착하면, 검토가 진정으로 “문헌 정보”에서 “문헌 내용”으로 넘어간다.
전체 텍스트를 받은 후, 시스템은 인용된 주장과 가장 일치하는 단락을 찾아 논문 시작 부분과 함께 모델에 전달하여 원문이 본문의 주장을 뒷받침할 수 있는지 판단합니다.
전체 내용을 얻을 수 없다면 요약이나 일부분만 사용하세요. 페이지 번호가 있는 경우, 경고로 해당 PDF 페이지 번호도 표시하여 사람들이 다시 확인할 수 있도록 할 수 있습니다.
물론이죠, 모델이 충분한 증거를 찾지 못했다고 해서 그 말이 틀렸다는 것을 증명했다는 의미는 아닙니다.
Open Academic Paper Gen의 처리 방식에 따라, 증거가 부족한 경우 “판단할 수 없음”으로 표기됩니다.
글자 수가 너무 적거나 전혀 검토할 수 없는 문서는 “검토되지 않음”으로 표시되며, 직접 통과로 처리되지 않습니다.
그래서 전체적으로 보면 “한 번의 클릭으로 논문을 완성하는 것”보다 Open Academic Paper Gen이 문헌 정리, 증거 위치 지정, 인용 검토를 하나로 연결하는 방식이 실제로 매우 효과적입니다.
특히 AI가 작성한 의견과 논거를 마주할 때 “이론적으로는 말이 되는데, 직접 믿을 수 없다”는 느낌이 들 때, 해당 원문을 찾아낼 수 있다면 최소한 다시 확인하기 위한 기준이 하나 더 생긴다.
그런데 이 프로젝트는 개인 개발자 고양이 아저씨가 만든 것입니다. Open Academic Paper Gen 외에도 AI 작가, AI 연구 등 여러 프로젝트를 발표한 적이 있습니다.
참고 링크
[1]https://github.com/mmlong818/open-academic-paper-gen