量子位 10-10
用不着Ctrl+F了!全新AI论文工具,帮你在原文献里海里捞针
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_font3.html

 

我真求你们了,论文都多得看不过来了,怎么自动写论文的工具还在往外冒!

最近,GitHub 又又又又上新了一个 AI 论文生成工具——

Open Academic Paper Gen。

先别急着划走!

除了能自动生成一版带参考文献的初稿以外,Open Academic Paper Gen 还有个你必须关注的点——

在能获取文献全文的情况下,它会从全文(划重点)中寻找依据,核验论文里的引用观点。

有一说一,这非常实用了。

因为论文写作很多时候,就是从一个研究主题出发,不断梳理观点、寻找证据,再根据文献调整自己的判断。

有了 AI 之后,论点可以帮你发散,论据也可以帮你检索来源。

但问题在于,有时候观点、论文是真的,可一旦把(AI 给的)" 观点 " 放回全文里,结合上下文语境去看,就会发现,作者可能压根不是那个意思。

所以,为了解决这个问题,Open Academic Paper Gen 在拿到文献全文之后,会进一步定位相关段落,判断这篇文献到底能不能支撑对应观点。

如果有页码信息,它还会在注释里标出对应的 PDF 页码,方便人再回去翻查。

也就是说,它不光会查 " 这篇论文存不存在 ",还会查 " 这话到底是不是它说的 "。

一套生成论文初稿的多智能体工作流

总体来看,Open Academic Paper Gen 是一套生成论文初稿的多智能体工作流,把从选题到导出的过程,拆成了九个阶段:

确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验,最后导出。

和其他 AI 论文写作工具类似,你给它一个研究主题,比如 " 物理世界的 RSI"。

它就会从这个主题中拆出具体的研究问题,再生成对应的中英文关键词,去 OpenAlex、Crossref、Semantic Scholar 和 arXiv 里搜索论文。

搜回来的文献会进一步去重、评分,再由模型筛选相关性。遇到相关性较高的论文,还会顺着它的参考文献,以及后来引用它的研究继续找。

相当于抓住一篇,再顺藤摸瓜补一批,思路其实有点像当年的 CONNCTED PAPERS。

(有没有懂的)。

接下来,收集到的文献,会被整理成一张证据表,汇总每篇论文的研究问题、方法、数据、结论以及局限。

有了这些材料,系统再分析研究趋势,提出可能的研究角度、研究空白和假设。

这里还有个挺有意思的环节,叫创新性诊断。

Open Academic Paper Gen 会从问题、方法、数据和视角几个维度评估切入点,指出文献池中最接近的已有工作,并给出审稿人可能提出的质疑。

(这相当于是在你觉得自己做出 ResNet 时,AI 先帮你看看别人是不是做过)

具体的,这些判断会围绕本次检索到的文献展开,不过,文献池里没找到,不代表全世界没人做过~

最后,研究角度确定后,系统继续生成提纲、分章节起草。

初稿写完,再进入引用核验和模拟审稿,最后可以导出 Markdown 或 LaTeX,以及 RIS、BibTeX 等参考文献格式。

在具体的运行方式上,默认模式下 Open Academic Paper Gen 会在主要阶段停下来,等你审查、编辑、确认后再往下走。

如果想测试一下 AI 研究的能力,也可以让它自动跑完,选择全自动模式。

最后,准备开跑的朋友还得注意一下模型配置:

目前项目支持 OpenAI 和智谱 GLM,但论点核验、无引用陈述检查和模拟审稿这几个环节,仍然需要 OpenAI API Key。

引用怎么查到句子里?

老实说,自动搜文献、写初稿,再让 AI 审一遍稿,已经是不少论文写作项目的常见组合。

其中一些还加入了引用核验和人工确认,尽量减少模型瞎编。

Open Academic Paper Gen 在这套流程里,进一步细化了引用的检查和修改。

毕竟,给一篇初稿配上参考文献是一回事,证明这些参考文献真的能支撑正文,又是另一回事。

具体来说,它把核验拆成了三道检查。

第一道,检查引用能不能在文献池里找到。

写作时,每个引用标记都要对应已经收集到的一篇论文。

如果模型临时编出一个不存在的引用标识,系统就会把它标出来,方便定位和修改。

第二道,核对这篇文献的身份。

有 DOI 的论文,会先与 Crossref 的记录核对;查不到时,再去 doi.org 确认。

标题、作者、年份等信息对不上,会触发相应警告。

第三道,检查原文到底支不支持这句话。

到了这里,检查才真正从 " 文献信息 ",进入 " 文献内容 "。

拿到全文后,系统会从中找出与引用论点最匹配的段落,连同论文开头一起交给模型,判断原文能不能支撑正文里的说法。

拿不到全文,则使用摘要或节选。存在页码数据时,警告还可以标出对应的 PDF 页码,方便人回去翻查。

当然了,模型没找到足够证据,不等于已经证明这句话是错的。

按照 Open Academic Paper Gen 的处理方式,证据不足时可以标为 " 无法判断 "。

文本太少、根本没法核对的文献,则会标为 " 未核验 ",而不是直接算通过。

所以,整体看下来,比起 " 一键写完论文 ",Open Academic Paper Gen 把文献整理、证据定位和引用自查串起来的思路的确很灵性。

尤其是面对 AI 写出来的观点和论据,总觉得 " 好像有道理,但又不敢直接信 " 的时候,能把对应原文找出来,至少多了一个回去核实的抓手。

By the way,这个项目来自个人开发者猫叔。除了 Open Academic Paper Gen,他此前还发布过 AI 编剧、AI 研究等多个项目。

参考链接

[ 1 ] https://github.com/mmlong818/open-academic-paper-gen

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—  完  —

点亮星标

科技前沿进展每日见

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai 文献
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论