Récemment, la communauté open source OpenBMB a accueilli un nouveau membre, « Juànjī » (SurveyGO), suscitant un vif intérêt dans le domaine de la génération de longs textes. Actuellement, que ce soit pour les étudiants ou les professionnels, l'accès à l'information pose un défi de taille. L'arrivée de « Juànjī » offre un nouvel espoir pour résoudre cette difficulté.
« Juànjī » : le « roi » de la génération de longs textes
« Juànjī » peut être considéré comme le « roi » de la génération de longs textes. Elle utilise l'entropie de l'information et des algorithmes de convolution pour trier rapidement une quantité massive de documents et synthétiser des informations complexes en des synthèses de haute qualité. Que ce soit dans des domaines spécialisés ou des domaines de recherche populaires, il suffit de fournir des mots clés pour que « Juànjī » sélectionne précisément les documents, en extraie les connaissances essentielles et produise un contenu logique et perspicace.
L'obtention des rapports de synthèse générés par « Juànjī » est simple. L'utilisateur ouvre l'adresse web indiquée, sélectionne le mode ordinaire ou professionnel pour soumettre sa demande, puis se connecte à nouveau pour obtenir le rapport. Le site web propose également des sujets de recherche originaux dans le « formulaire de demande d'écriture », permettant aux utilisateurs d'interagir et de voter.
Évaluation des capacités de « Juànjī »
Pour évaluer ses capacités, l'équipe a mené une comparaison transversale, en faisant rédiger à « Juànjī » et à d'autres modèles comme OpenAI-DeepResearch une synthèse sur le thème « L'impact de la guerre commerciale sur la vie quotidienne ». L'évaluation, basée sur la structure, le contenu, les points de vue et les références, a montré que « Juànjī » présentait d'excellents résultats. Son article présente une table des matières claire, une analyse approfondie, des arguments fondés et des références précises, surpassant ainsi les autres modèles.
LLMxMapReduce-V2 : une technologie performante
La puissance de « Juànjī » repose sur la technologie de génération et d'intégration de longs textes LLMxMapReduce-V2. Il s'agit du fruit d'une collaboration entre AI9Star, OpenBMB et l'équipe de l'université Tsinghua, une version améliorée de la technologie existante. Cette technologie utilise des algorithmes de convolution de texte pour agréger les références bibliographiques et combine une méthode de mise à l'échelle des tests de convolution aléatoire pilotée par l'entropie de l'information pour traiter efficacement les entrées très longues et améliorer la qualité des articles.
L'équipe de recherche a utilisé le test de référence SurveyEval nouvellement développé. Les résultats montrent que LLMxMapReduce-V2 excelle sur plusieurs indicateurs clés, notamment en ce qui concerne l'utilisation des références bibliographiques. Cela indique que la technologie « Juànjī » est puissante pour traiter les tâches d'intégration d'informations à grande échelle. Ses perspectives d'application dans le domaine de la génération de longs textes sont vastes et prometteuses pour stimuler le développement du secteur.
Adresse : https://surveygo.thunlp.org/