Artigo Copiloto: Um Sistema LLM Autoevolutivo e Eficiente para Assistência Acadêmica Personalizada

Paper Copilot: A Self-Evolving and Efficient LLM System for Personalized Academic Assistance

September 6, 2024

Autores: Guanyu Lin, Tao Feng, Pengrui Han, Ge Liu, Jiaxuan You

cs.AI

Resumo

À medida que a pesquisa científica se prolifera, os pesquisadores enfrentam a tarefa assustadora de navegar e ler vastas quantidades de literatura. As soluções existentes, como o QA de documentos, falham em fornecer informações personalizadas e atualizadas de forma eficiente. Apresentamos o Paper Copilot, um sistema LLM autoevolutivo e eficiente projetado para auxiliar pesquisadores, com base em recuperação de pensamentos, perfil do usuário e otimização de alto desempenho. Especificamente, o Paper Copilot pode oferecer serviços de pesquisa personalizados, mantendo um banco de dados atualizado em tempo real. A avaliação quantitativa demonstra que o Paper Copilot economiza 69,92\% do tempo após a implantação eficiente. Este artigo detalha o design e a implementação do Paper Copilot, destacando suas contribuições para o suporte acadêmico personalizado e seu potencial para otimizar o processo de pesquisa.

English

As scientific research proliferates, researchers face the daunting task of navigating and reading vast amounts of literature. Existing solutions, such as document QA, fail to provide personalized and up-to-date information efficiently. We present Paper Copilot, a self-evolving, efficient LLM system designed to assist researchers, based on thought-retrieval, user profile and high performance optimization. Specifically, Paper Copilot can offer personalized research services, maintaining a real-time updated database. Quantitative evaluation demonstrates that Paper Copilot saves 69.92\% of time after efficient deployment. This paper details the design and implementation of Paper Copilot, highlighting its contributions to personalized academic support and its potential to streamline the research process.