Como investigador científico, debe buscar y navegar una gran cantidad de literatura académica todos los días para obtener los últimos avances científicos y tecnológicos y los resultados de la investigación. Sin embargo, los métodos tradicionales de recuperación y lectura ya no pueden satisfacer las necesidades de los investigadores.
ChatPaper, una herramienta de conocimiento de documentos que integra recuperación, lectura y preguntas y respuestas de conocimiento. Ayudarlo a mejorar rápidamente la eficiencia de la búsqueda y lectura de documentos, obtener las últimas tendencias de investigación en el campo y hacer que la investigación científica funcione más fácilmente.
En combinación con la función de suscripción dinámica de vanguardia, seleccione los nuevos documentos populares del día de arXiv para formar un resumen de los documentos, de modo que todos puedan comprender las tendencias de vanguardia más rápidamente.
Si desea tener una conversación en profundidad sobre un documento determinado, puede copiar directamente el enlace del documento a su navegador o ir directamente a la página de ChatPaper: https://www.aminer.cn/chat/g/
Lista de nuevos artículos destacados para el 19 de julio de 2023:
1.Agentes Comunicativos para el Desarrollo de Software
Enlace: https://www.aminer.cn/pub/64b60eaa3fda6d7f06eaea2a/
Revisión de ChatPaper: este documento propone un paradigma innovador que utiliza modelos de lenguaje grandes (LLM) para optimizar y unificar procesos clave a través de la comunicación en lenguaje natural durante todo el proceso de desarrollo de software, eliminando así la necesidad de modelos especializados en cada etapa. En el corazón de este paradigma se encuentra ChatDev, una empresa ficticia de desarrollo de software basada en chat que simula el modelo de cascada establecido, subdividiendo el proceso de desarrollo en cuatro períodos distintos de diseño, codificación, prueba y documentación. Cada etapa involucra a un equipo de agentes, como programadores, revisores de código e ingenieros de pruebas, lo que facilita el diálogo colaborativo y facilita un flujo de trabajo fluido. La cadena de chat actúa como facilitador, descomponiendo cada etapa en subtareas atómicas. Esto permite que los roles duales resuelvan de manera eficiente subtareas específicas al proponer y validar soluciones a través de una comunicación consciente del contexto. El análisis empírico de ChatDev destaca su notable eficacia en la generación de software, lo que permite que todo el proceso de desarrollo de software se complete en menos de siete minutos a un costo de menos de un dólar. No solo identifica y mitiga las vulnerabilidades potenciales, sino que también corrige las ilusiones subyacentes sin dejar de ser eficiente y rentable. El potencial de ChatDev revela nuevas oportunidades para integrar los LLM en el campo del desarrollo de software.
2.Llama 2: base abierta y modelos de chat perfeccionados
Enlace: https://www.aminer.cn/pub/64b758dd1a5852438b7976ff/
Resumen de ChatPaper: Llama 2 es una colección previamente entrenada y ajustada de modelos de lenguaje extenso (LLM) con parámetros que van desde 7 mil millones a 70 mil millones. Entre ellos, el LLM perfeccionado se llama Llama 2-Chat, que está especialmente optimizado para casos de uso conversacional. Nuestro modelo supera a los modelos de chat de código abierto en la mayoría de los puntos de referencia que probamos y puede ser un reemplazo adecuado para los modelos de código cerrado en función de las evaluaciones humanas que realizamos con respecto a la utilidad y la seguridad. Describimos en detalle nuestro enfoque para el ajuste fino y las mejoras de seguridad en Llama 2-Chat para permitir que la comunidad construya sobre nuestra base y contribuya al desarrollo responsable de LLM.
3. Aumento de CLIP con razonamiento visiolingüístico mejorado
Enlace: https://www.aminer.cn/pub/64b76c703fda6d7f068eecf3/
Revisión de ChatPaper: El documento señala el problema de rendimiento de los modelos contrastivos de imagen y texto existentes en tareas de visión-lenguaje sintético (como Winoground), cuyo rendimiento es equivalente a adivinar al azar. Luego, el documento propone un método llamado SDS-CLIP, que mejora la síntesis de CLIP mediante el ajuste fino de CLIP mediante la parametrización de imágenes diferenciables mediante la destilación de objetivos de modelos de generación de texto a imagen como Stable-Diffusion.Habilidades de razonamiento visual-verbal. En el desafiante benchmark de inferencia sintética Winoground, el método mejora el rendimiento absoluto del lenguaje visual de diferentes modelos CLIP hasta en un 7 %, y en el conjunto de datos ARO, el método mejora el rendimiento del lenguaje visual hasta en un 3 %. También se encuentran ligeras mejoras en el rendimiento de tiro cero en varios conjuntos de datos posteriores al introducir el razonamiento visual-lingüístico en CLIP. El enfoque destaca que los objetivos de destilación bien diseñados a partir de modelos generativos se pueden utilizar para ampliar los modelos contrastivos de imagen y texto existentes y mejorar sus capacidades de razonamiento de lenguaje visual.
4.¿Cómo cambia el comportamiento de ChatGPT con el tiempo?
Enlace: https://www.aminer.cn/pub/64b76c6a3fda6d7f068ee31b/
Resumen de ChatPaper: el artículo señala que el comportamiento de dos servicios de modelo de lenguaje grande (LLM), GPT-3.5 y GPT-4, cambiará con el tiempo. Los autores respaldan esta noción al evaluar el desempeño de GPT-3.5 y GPT-4 en cuatro tareas diferentes: 1) resolver problemas matemáticos, 2) responder preguntas delicadas/peligrosas, 3) generar código y 4) razonamiento visual. El estudio encontró que el rendimiento y el comportamiento de GPT-3.5 y GPT-4 variarán mucho con el tiempo. Por ejemplo, GPT-4 (marzo de 2023) funciona muy bien para encontrar números primos (97,6 % de precisión), pero GPT-4 (junio de 2023) funciona muy mal en el mismo problema (2,4 % de precisión). Curiosamente, GPT-3.5 (junio de 2023) funciona mejor que GPT-3.5 (marzo de 2023) en esta tarea. En junio, GPT-4 estuvo menos dispuesto a responder preguntas delicadas que en marzo, y tanto GPT-4 como GPT-3.5 fueron más propensos a códigos mal formados en junio que en marzo. En conjunto, estos hallazgos sugieren que el comportamiento del mismo servicio LLM puede variar significativamente durante un período de tiempo relativamente corto, lo que enfatiza la necesidad de un monitoreo continuo de la calidad LLM.
5.DS-Fusion: Tipografía Artística vía Difusión Discriminada y Estilizada
Enlace: https://www.aminer.cn/pub/6417d04090e50fcafd83db60/
Revisión de ChatPaper: presenta un nuevo enfoque para generar automáticamente fuentes artísticas al diseñar una o más fuentes para transmitir visualmente la semántica de las palabras de entrada y garantizar que la salida aún sea legible. Para abordar los diversos desafíos a los que nos enfrentamos, incluidos los objetivos en conflicto (estilizado artístico frente a legibilidad), la falta de datos de referencia y un espacio de búsqueda enorme, nuestro método aprovecha un modelo de lenguaje grande para discriminar entre texto e imágenes visuales. se construye un modelo generativo, cuya columna vertebral es un modelo de difusión. Específicamente, adoptamos el generador de eliminación de ruido en el modelo de difusión latente (LDM) y adaptamos el estilo de entrada al texto de entrada a través de un discriminador basado en CNN. El discriminador usa la imagen rasterizada de la fuente dada como muestra real y la salida del generador de eliminación de ruido como muestra falsa. Nuestro modelo se llama DS-Fusion, donde DS significa Discriminative and Styled Diffusion. Demostramos la calidad y versatilidad de nuestro método con numerosos ejemplos, evaluaciones cualitativas y cuantitativas y estudios de ablación. El potente rendimiento de DS-Fusion se demuestra a través de estudios de usuarios con líneas de base sólidas y fuentes creadas por artistas, incluidas CLIPDraw y DALL-E 2. A partir del título y el resumen, se puede concluir que este documento aborda el problema de generar automáticamente fuentes artísticas que combinen el estilo artístico con la legibilidad.
6.NU-MCC: codificación de compresión multivista con decodificador de vecindario y UDF repulsivo
Enlace: https://www.aminer.cn/pub/64b76c6a3fda6d7f068ee3b5/
Revisión de ChatPaper: señaló que el método MCC tiene dos problemas clave en el campo de la reconstrucción 3D bajo una entrada RGB-D de vista única: 1) El decodificador del transformador es ineficiente cuando se procesa una gran cantidad de puntos de consulta; 2) La representación 3D es difícil de recuperar detalles de alta fidelidad. Para resolver estos problemas, en este artículo se propone un nuevo método llamado NU-MCC. NU-MCC incluye dos innovaciones clave: Neighborhood Decoder y Repulsive Unsigned Distance Function (Repulsive UDF). Primero, un decodificador de vecindad introduce puntos centrales como proxies efectivos para las características visuales de entrada, de modo que cada punto de consulta solo se puede asociar con una vecindad pequeña. Este diseño no solo mejora la velocidad de inferencia, sino que también utiliza características visuales más finas para mejorar la restauración de texturas 3D. En segundo lugar, Repulsive UDF es una alternativa novedosa al campo de ocupación utilizado en MCC, que mejora significativamente la calidad de la reconstrucción de objetos 3D. En comparación con las UDF estándar con agujeros en el resultado, nuestra UDF repulsiva propuesta puede lograr una reconstrucción de la superficie más completa. Los resultados experimentales muestran que NU-MCC es capaz de aprender poderosas representaciones 3D y ha logrado un progreso notable en el campo de la reconstrucción 3D de vista única. En particular, logra una puntuación F1 un 9,7 % más alta que MCC en el conjunto de datos CO3D-v2, mientras se ejecuta más de 5 veces más rápido.
7.Biomaker CA: un proyecto Biome Maker utilizando Cellular Automata
Enlace: https://www.aminer.cn/pub/64b76c703fda6d7f068eed4c/
Revisión de ChatPaper: presenta un proyecto llamado Biomaker CA, que utiliza autómatas celulares (Cellular Automata) para simular la generación de comunidades biológicas. En Biomaker CA, la morfogénesis es una prioridad principal, y las semillas pequeñas necesitan convertirse en organismos similares a plantas en un ambiente pobre en nutrientes para sobrevivir y eventualmente reproducirse en formas mutadas para sostener la supervivencia a largo plazo del bioma. Simule biomas complejos mediante el uso de reglas de autómatas celulares en cuadrículas 2D y paralelice el cálculo en GPU a través del marco Python JAX. El proyecto permite el uso de diferentes tipos de entornos y "leyes de la física", así como diferentes arquitecturas modelo y estrategias de mutación. Los autores analizaron más a fondo algunas configuraciones, mostrando cómo las especies de plantas individuales crecen, sobreviven, se reproducen y evolucionan para formar biomas estables e inestables. Luego, los autores muestran cómo hacer que los modelos sobrevivan a entornos hostiles a través de una metaevolución de extremo a extremo o un método más preciso y eficiente llamado metaevolución de la placa de Petri. Finalmente, los autores muestran cómo hacer una evolución interactiva, donde los usuarios pueden decidir cómo evolucionar interactivamente con modelos de plantas e implementarlos en entornos más grandes.
¿Cómo usar ChatPaper?
El método de uso de ChatPaper es muy simple. Abra la página de inicio de AMiner e ingrese a la página de ChatPaper desde la barra de navegación en la parte superior de la página o en la esquina inferior derecha.
En la página de ChatPaper, puede elegir tener un diálogo basado en un solo documento o un diálogo basado en toda la biblioteca (biblioteca personal), y puede elegir cargar un PDF local o buscar documentos directamente en AMiner.