arXivRAG

arXivRAG

Обзор

arXivRAG — это комплексный инструмент, предназначенный для улучшения поиска и создания академического контента из базы данных arXiv. Используя передовые методы поиска и дополненной генерации (RAG), arXivRAG предоставляет исследователям, студентам и энтузиастам возможность эффективно обнаруживать и генерировать резюме, идеи и анализ статей arXiv.

Функции

Основные функции

• Генерация с расширенным поиском : сочетает в себе возможности поисковых систем с генеративными моделями для повышения точности и актуальности ответов.

• Интеграция arXiv : напрямую запрашивает репозиторий arXiv для получения и обобщения научных статей.

• Удобный интерфейс : Обеспечивает простой в использовании интерфейс для запроса и получения резюме научных работ.

• Настраиваемый : позволяет пользователям настраивать параметры поиска и генерации в соответствии со своими конкретными потребностями.

Расширенные возможности

• Расширенный поиск : возможности расширенного поиска для быстрого поиска соответствующих статей.

• Резюмирование : автоматическое создание кратких аннотаций для статей arXiv.

• Пользовательские запросы : поддержка индивидуальных запросов для получения конкретной информации из научных статей.

• Доступ в реальном времени : бесшовная интеграция с API arXiv для доступа к данным в реальном времени.

• Анализ цитирования и тенденций : анализируйте сети цитирования, визуализируйте влияние статей и выявляйте новые исследовательские тенденции на основе недавних публикаций и моделей цитирования.

Установка

Чтобы начать работу с arXivRAG, выполните следующие действия:

1. Клонируем репозиторий:

git clone https://github.com/phitrann/arXivRAG.git
cd arXivRAG

2. Создайте виртуальную среду (рекомендуем использовать conda):

conda create -n arxiv-rag python=3.10
conda activate arxiv-rag

3. Установите необходимые зависимости:

pip install -r requirements.txt

Использование

Чтобы использовать arXivRAG, выполните следующие действия:

1. Запустите основной скрипт:

python main.py

3. Запросить систему:

• Введите запрос, связанный с научной статьей.

• Система получит соответствующие документы из arXiv и сформирует резюме.

Конфигурация

Вы можете настроить поведение arXivRAG, изменив файл конфигурации config.yaml . Ключевые параметры включают в себя:

• retrival_model : модель, используемая для поиска соответствующих документов.

• Generation_model : модель, используемая для создания сводок.

• num_retrivals : количество документов, которые нужно получить по каждому запросу.

• max_summary_length : максимальная длина сгенерированной сводки.

Содействие

Мы приветствуем вклад сообщества! Если у вас есть идеи относительно новых функций или улучшений, смело открывайте проблему или отправляйте запрос на включение.

Если вы хотите отправить запрос на включение, выполните следующие действия:

1. Форкните репозиторий.

2. Создайте новую ветку:

git checkout -b feature/your-feature-name

4. Внесите изменения и зафиксируйте их:

git commit -m "Add your commit message"

5. Нажмите на ветку:

git push origin feature/your-feature-name

6. Создайте запрос на включение.

Лицензия

Этот проект выпущен под лицензией Apache 2.0. Подробности смотрите в файле ЛИЦЕНЗИИ.

Благодарности

• Спасибо участникам проекта arXivRAG.

• Особая благодарность разработчикам моделей поиска и генерации, использованных в этом проекте.