arXivRAG

arXivRAG

概述

arXivRAG是一款综合工具，旨在增强 arXiv 数据库中学术内容的检索和生成。 arXivRAG 利用先进的检索增强生成 (RAG) 技术，为研究人员、学生和爱好者提供高效发现和生成 arXiv 论文摘要、见解和分析的能力。

特征

核心特点

• 检索增强生成：将检索系统的功能与生成模型相结合，以提高响应的准确性和相关性。

• arXiv 集成：直接查询 arXiv 存储库以获取和总结学术论文。

• 用户友好的界面：提供易于使用的界面，用于查询和获取科学论文摘要。

• 可定制：允许用户定制检索和生成参数以满足他们的特定需求。

高级功能

• 增强搜索：高级搜索功能可快速找到相关论文。

• 摘要：自动生成 arXiv 论文的简明摘要。

• 自定义查询：定制查询支持以从学术论文中检索特定信息。

• 实时访问：与 arXiv API 无缝集成，实现实时数据访问。

• 引文和趋势分析：分析引文网络，可视化论文的影响，并根据最近的出版物和引文模式识别新兴的研究趋势。

安装

要开始使用 arXivRAG，请按照以下步骤操作：

1. 克隆存储库：

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

2. 创建虚拟环境（我们推荐使用conda）：

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

3. 安装所需的依赖项：

pip install -r requirements.txt

用法

要使用 arXivRAG，请按照下列步骤操作：

1. 运行主脚本：

python main.py

3. 查询系统：

• 输入与科学论文相关的查询。

• 系统将从 arXiv 检索相关论文并生成摘要。

配置

您可以通过修改配置文件config.yaml来自定义 arXivRAG 的行为。关键参数包括：

• retrieval_model ：用于检索相关论文的模型。

• Generation_model ：用于生成摘要的模型。

• num_retrievals ：每次查询要检索的论文数量。

• max_summary_length ：生成的摘要的最大长度。

贡献

我们欢迎社区的贡献！如果您对新功能或改进有想法，请随时提出问题或提交拉取请求。

如果您想提交拉取请求，请按照以下步骤操作：

1. 分叉存储库。

2. 创建一个新分支：

git checkout -b feature/your-feature-name

4. 进行更改并提交：

git commit -m "Add your commit message"

5. 推送到分支：

git push origin feature/your-feature-name

6. 创建拉取请求。

执照

该项目是在 Apache 2.0 许可证下发布的。有关详细信息，请参阅许可证文件。

致谢

• 感谢 arXivRAG 项目的贡献者。

• 特别感谢该项目中使用的检索和生成模型的开发人员。