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(xiàng)目，已經(jīng)能獨(dú)立完成各種類型的網(wǎng)絡(luò)科研任務(wù)。

GPT Researcher的開發(fā)者稱它可以生成詳細(xì)、準(zhǔn)確和客觀的研究報告，并提供定制選項(xiàng)，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(fèi)時費(fèi)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(xué)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(yùn)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(wù)。

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(wù)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(wù)相關(guān)的信息。

針對每個獲取的資源，基于相關(guān)信息進(jìn)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(wù)需要花費(fèi)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(dāng)前的大型語言模型（LLMs）是基于過去和過時信息進(jìn)行訓(xùn)練的，存在產(chǎn)生幻覺的嚴(yán)重風(fēng)險，使它們在研究任務(wù)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)?？赡軐?dǎo)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(wù)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(zhǔn)確、客觀和真實(shí)的信息。

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

2. 每項(xiàng)研究可以匯總 20 多個網(wǎng)絡(luò)來源，形成客觀、真實(shí)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(dǎo)出

快速上手

首先是下載項(xiàng)目：

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

然后安裝依賴項(xiàng)

$ pip install -r requirements.txt

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

$ export OPENAI_API_KEY={Your API Key here}

然后使用FastAPI來運(yùn)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(jìn)行研究了！