AIrXiv

AIrXiv

AIrXiv es un prototipo de asistente de investigación ArXiv impulsado por LLM. Es una aplicación de Electron con un backend Flask impulsado por la API OpenAI. AIrXiv se basa en una clave API OpenAI orientada al usuario.

Contenido

• Notas de implementación
• Instalación
• Uso
• Licencia

Notas de implementación

• AIrXiv intenta extraer la fuente TeX de los artículos cuando se agregan a la base de datos. Si esto falla, se utiliza la extracción de PDF.
• AIrXiv utiliza una búsqueda simple de similitud top-k ( k = 3 por defecto) de un almacén de vectores FAISS. k se puede configurar en config.yml , junto con el tamaño del fragmento y la longitud de zancada de los fragmentos (512 y 384 de forma predeterminada).
• Los elementos del frontend están en static y los elementos del backend están en util y main.py

Instalación

Abra un problema si tiene problemas con la instalación.

0. (Requisitos previos) Asegúrese de tener Node.js (se recomienda la versión LTS) y Python >=3.7.
1. Clonar y cd en el repositorio:

 git clone https://github.com/smsharma/AIrXiv.git
cd AIrXiv

2. Instale los paquetes de Python necesarios utilizando el archivo Environment.yml proporcionado. Puede utilizar Conda o cualquier otro administrador de entorno de su elección:

 conda env create -f environment.yml
conda activate airxiv

3. Instale los paquetes Node.js necesarios ejecutando el siguiente comando:

 npm install

Uso

Ejecute la aplicación Electron con

 npm run dev

que lanza el backend de Python/Flask ( python main.py o npm run start-flask ), así como el frontend ( npm start ). Si esto falla, intente ejecutar los dos comandos por separado. Agregue uno o dos ID de arXiv, ingrese su clave API de OpenAI en el cuadro de texto en la parte inferior y comience a hacer preguntas.

Notas de uso:

• Se puede seleccionar gpt-3.5-turbo o gpt-4 en la configuración de la aplicación. gpt-4 es significativamente mejor en particular en la implementación de código, pero es aproximadamente un orden de magnitud más caro (~$0,02/1000 tokens) en comparación con gpt-3.5-turbo y, además, el acceso a la API está sujeto a una lista de espera.
• La consulta de documentos se puede desactivar marcando "No consultar documentos" en la configuración. Entonces esto simplemente depende de las capacidades generales del modelo.
• Se debe verificar la integridad de todos los resultados.

Licencia

AIrXiv tiene la licencia MIT.