OpenResearcher: 科学研究の加速に向けたAIの解放

OpenResearcher: Unleashing AI for Accelerated Scientific Research

August 13, 2024

著者: Yuxiang Zheng, Shichao Sun, Lin Qiu, Dongyu Ru, Cheng Jiayang, Xuefeng Li, Jifan Lin, Binjie Wang, Yun Luo, Renjie Pan, Yang Xu, Qingkai Min, Zizhao Zhang, Yiwen Wang, Wenjie Li, Pengfei Liu

cs.AI

要旨

科学文献の急速な増加は、研究者が自身の分野における最新の進展を把握し、新たな領域に深く入り込むことに大きな課題を突きつけています。本稿では、人工知能（AI）技術を活用して研究プロセスを加速し、研究者の多様な質問に答える革新的なプラットフォーム「OpenResearcher」を紹介します。OpenResearcherは、Retrieval-Augmented Generation（RAG）を基盤として構築され、大規模言語モデル（LLMs）を最新のドメイン固有の知識と統合します。さらに、OpenResearcherのために、研究者の質問を理解し、科学文献から検索し、取得した情報をフィルタリングし、正確かつ包括的な回答を提供し、これらの回答を自己修正するための様々なツールを開発しました。OpenResearcherはこれらのツールを柔軟に使用して、効率と効果のバランスを取ることができます。その結果、OpenResearcherは研究者が時間を節約し、新たな洞察を発見し、科学的ブレークスルーを推進する可能性を高めることを可能にします。デモ、ビデオ、コードは以下のURLで利用可能です：https://github.com/GAIR-NLP/OpenResearcher。

English

The rapid growth of scientific literature imposes significant challenges for researchers endeavoring to stay updated with the latest advancements in their fields and delve into new areas. We introduce OpenResearcher, an innovative platform that leverages Artificial Intelligence (AI) techniques to accelerate the research process by answering diverse questions from researchers. OpenResearcher is built based on Retrieval-Augmented Generation (RAG) to integrate Large Language Models (LLMs) with up-to-date, domain-specific knowledge. Moreover, we develop various tools for OpenResearcher to understand researchers' queries, search from the scientific literature, filter retrieved information, provide accurate and comprehensive answers, and self-refine these answers. OpenResearcher can flexibly use these tools to balance efficiency and effectiveness. As a result, OpenResearcher enables researchers to save time and increase their potential to discover new insights and drive scientific breakthroughs. Demo, video, and code are available at: https://github.com/GAIR-NLP/OpenResearcher.