#SOP#-如何使用AI辅助论文创作

#SOP#-如何使用AI辅助论文创作

                                 ——2024.4.6

“在使用工具的时候,要做工具的主人”

最终交付物:

       一份可执行的AI辅助创作论文的指导手册

交付物质量要求:

  1. 不为任何AI大模型付费!
  2. 不为任何降重网站付费!
  3. 通过知网检查
  4. 论文应该是有创作者智力和精力投入的,而不是无脑生成的
  5. 查重率和AIGC都满足要求的本科学术论文

难点:

  1. 如何从市面上众多的大模型中选择合适的进行创作?
  2. 当论文题目已知的情况下,如何保证论文内容不会偏题?
  3. 前期如何尽可能降低AIGC,减轻后期压力
  4. 如何降低AIGC?

前期研究:

如何寻找合适的大模型?

有两点要求:能用、免费。在针对众多大模型中,我们排除了当前综合能力最强的GPT-4,因为它有使用门槛且需要付费。以及其他国外大模型,因为他们在中文语境中发挥地并不好。

在国内模型中,排除文心一言,因为它要付费。排除讯飞星火,因为它在引用文献时胡扯八道还不告诉你。

最终选择阿里巴巴的通义千问。

如何保证论文包含创作人的努力成果且在初稿时就能降低部分AIGC?

让GPT根据大纲分段、多次生成,而不是直接生成整篇文章

如何保证论文不会偏题?

对GPT进行训练,保证创作人和GPT的思路一致。

AIGC的合格标准是什么?

准备工具:

       电脑、通义千问、

步骤:

现象确认

询问AI:你是否理解“XXX”。确认gpt是否了解这一概念。通过确认现象的方式确保人和gpt在同一个频道。

如果gpt不知道这一概念,可以直接给它投喂资源。比如直接给gpt发两篇文章或者直接问一些关于这一主题的新闻,然后让它总结这个现象究竟是什么

学术概念化

日常语言与学术语言是两套语言体系。在学术里这里论文题目很可能有对应的学术概念。定位学术概念,就可以连接到已有的学术研究。

比如询问AI:“关于XXX这一话题,在学术界会用什么概念进行研究呢?”

定位优质资源

(请注意:再要求AI给予文献的时候,它并不会给出真实存在的文献,只会给出可能存在的文献主题。可以通过浏览器或者知网等工具来获取相关论文)

聚焦感兴趣的学术概念,定位学术文献

这个过程不仅是我们学术聚焦过程,对GPT来说也是一个实时训练实时学习的过程。

换不同的方式问,保证文献的质量和丰富性。

比如问高引用文献、综述文献、按时间或按某些主题的文献

让它总结这些文献,作者与AI同频学习

对gpt进行训练,当到后面的阶段时,也要按照这种框架来写。现在是给他一个准备,让他学习这种方式。当我们看到他给出的新的文献和想法的时候,我们的想法也被激发了

对比分析

GPT擅长对知识进行连接,帮助创新。可以进行跨学科对比、跨地域对比、跨时间对比、概念之间对比、理论和现实对比等等

启示分析

通过上面的对比,找出感兴趣的点进一步分析,给出理论或者现实启示。

写初稿

先定标题:如果你还没有确定的标题,可以让AI根据上面的对话为你生成合适的标题。

生成大纲:你可以用生成标题的方式让AI为你生成大纲。或者去一些付费的AI论文网站,白嫖大纲/目录

推荐网站:https://www.aicheck.cc/modelessay?type=84

             

生成正文:根据大纲,一部分一部分生成内容。比如

  

引用文献:刚才我们提到过,通义千问是不能直接给出正确的参考文献的,我们需要根据AI给出的关键词自己去寻找文献。

这里推荐一个插件——zotero,可以自动识别网页中的文献并保存,然后插入到WORD文档中。

首先在浏览上安装zotero插件(我这里使用的是edge浏览器)

然后安装zotero客户端:Zotero | Downloads

现在我们来使用一下看看:(请注意,以下操作必须在zotero客户端打开的情况下进行)

此时初稿就算完成了,看看是否完成了既定目标

后期降重


现在我们要将AIGC降下去


举例说明:

检查结果:


             

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/794940.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

语义分割——自动驾驶鱼眼数据集

一、重要性及意义 环境感知:语义分割技术能够精确识别道路、车辆、行人、障碍物、交通标志和信号等各种交通场景元素。这为自动驾驶系统提供了丰富的环境信息,有助于车辆准确理解周围环境的结构和动态变化。决策规划:基于语义分割的结果&…

2024 最新版 Proteus 8.17 安装汉化教程

前言 大家好,我是梁国庆。 今天给大家带来的是目前 Proteus 的最新版本——Proteus 8.17。 时间:2024年4月4日 获取 Proteus 安装包 我已将本篇所使用的安装包打包上传至百度云,扫描下方二维码关注「main工作室」,后台回复【…

(2024,手部生成,SMPL,MANO,SD,手部参数)HanDiffuser:具有逼真手部外观的文本到图像生成

HanDiffuser: Text-to-Image Generation With Realistic Hand Appearances 公和众和号:EDPJ(进 Q 交流群:922230617 或加 VX:CV_EDPJ 进 V 交流群) 目录 0. 摘要 2. 相关工作 3. HanDiffuser 3.1. 基础 3.2. Tex…

webrtcP2P通话流程

文章目录 webrtcP2P通话流程webrtc多对多 mesh方案webrtc多对多 mcu方案webrtc多对多 sfu方案webrtc案例测试getUserMediagetUserMedia基础示例-打开摄像头getUserMedia canvas - 截图 打开共享屏幕 webrtcP2P通话流程 在这里,stun服务器包括stun服务和turn转发服…

docker进行jenkins接口自动化测试持续集成实战

文章目录 一、接口功能自动化测试项目源码讲解二、接口功能自动化测试运行环境配置1、下载jdk,maven,git,allure并配置对应的环境变量2、使用docker安装jenkins3、配置接口测试的运行时环境选择对应节点4、jenkins下载插件5、jenkins配置环境…

VTK的交互器

VTK中鼠标消息是在交互类型对象(interactorstyle)中响应,因此通过为交互类型对象(interactorstyle)添加观察者(observer)来监听相应的消息,当消息触发时,由命令模式执行相…

浅谈Yum 安装和 源码安装

浅谈Yum 安装和 源码安装 本文所叙述的Linux系统是基于RedHat发行版的CentOS7 yum安装 1. 前言 我们知道在Windows上下载的安装包后缀是 .exe ,与之对应的 在 Linux下的安装包的后缀是 .rpm rpm (Red Hat Package Manager) 是红帽软件包管理器 我们在Windows电脑…

I2C驱动实验:验证所添加的I2C设备的设备节点

一. 简介 前面一篇文章向设备树中的 I2C1控制器节点下,添加了AP3216C设备节点。文章如下: I2C驱动实验:向设备树添加 I2C设备的设备节点信息-CSDN博客 本文对设备树进行测试,确认设备节点是否成功创建好。 二. I2C驱动实验&a…

算法刷题应用知识补充--基础算法、数据结构篇

这里写目录标题 位运算&#xff08;均是拷贝运算&#xff0c;不会影响原数据&#xff0c;这点要注意&#xff09;&、|、^位运算特性细节知识补充对于n-1的理解异或来实现数字交换找到只出现一次的数据&#xff0c;其余数据出现偶数次 >> 、<<二进制中相邻的位的…

日志打印的学习之log4j2(一)最简单的案例

spring框架 首先引入依赖 <dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-core</artifactId><version>2.11.1</version></dependency> 其次在resources下新增log4j2.xml文件 <?xml versio…

动态多目标优化:动态约束多目标优化测试集DCP1-DCP9的TruePF(提供MATLAB代码)

一、进化动态约束多目标优化测试集DCP1-DCP9 参考文献&#xff1a; [1]G. Chen, Y. Guo, Y. Wang, J. Liang, D. Gong and S. Yang, “Evolutionary Dynamic Constrained Multiobjective Optimization: Test Suite and Algorithm,” in IEEE Transactions on Evolutionary Com…

Web3:数字化社会的下一步

随着技术的不断进步和互联网的发展&#xff0c;我们正逐渐迈入一个全新的数字化社会阶段。在这个新的时代&#xff0c;Web3作为数字化社会的重要组成部分&#xff0c;将发挥着举足轻重的作用。本文将探讨Web3在数字化社会中的意义、特点以及对未来发展的影响。 1. 重新定义数字…

Django--数据库连接

数据库配置 打开mysite/settings.py配置文件&#xff0c;这是整个Django项目的设置中心。Django默认使用SQLite3数据库&#xff0c;因为Python原生支持SQLite3数据库&#xff0c;所以你无须安装任何程序&#xff0c;就可以直接使用它。 下面是默认的数据库配置&#xff1a; …

洛谷刷题 前缀和与差分-[P2004]领地选择(C++)

题目描述 作为在虚拟世界里统帅千军万马的领袖&#xff0c;小 Z 认为天时、地利、人和三者是缺一不可的&#xff0c;所以&#xff0c;谨慎地选择首都的位置对于小 Z 来说是非常重要的。 首都被认为是一个占地 CC 的正方形。小 Z 希望你寻找到一个合适的位置&#xff0c;使得首…

人脸识别:Arcface--loss+code

之前只接触过传统方法的人脸识别算法&#xff0c;本以为基于深度学习的方法会使用对比损失之类的函数进行训练&#xff0c;但是Arcface算法基于softmax进行了创新&#xff0c;本文未深究其详细的loss公式原理&#xff0c;在大致明白其方向下&#xff0c;运行了代码&#xff0c;…

06-kafka及异步通知文章上下架

kafka及异步通知文章上下架 1)自媒体文章上下架 需求分析 2)kafka概述 消息中间件对比 特性ActiveMQRabbitMQRocketMQKafka开发语言javaerlangjavascala单机吞吐量万级万级10万级100万级时效性msusmsms级以内可用性高&#xff08;主从&#xff09;高&#xff08;主从&#…

spring中各种bean加载顺序

具体加载顺序按照罗列的顺序 XXXAware ApplicationContextAware、EnvironmentAware、BeanFactoryAware、BeanClassLoaderAware 顾名思义&#xff0c;用于获取对应的对象&#xff0c;需要在实体类中声明对应的对象且当前类为普通类能被注入。 InitializingBean void afterProp…

pyaudio webrtcvad实现实时录制语音加VAD检测没人说话自动停止录制

vad检测没人说话超过2秒就自动停止录制并保存前面有人说话的音频文件 pip install webrtcvad代码: import pyaudio import wave import time import webrtcvadCHUNK = 320 # 20ms 的语音帧 FORMAT = pyaudio.paInt16 CHANNELS = 1 RATE = 16000 WAVE_OUTPUT_FILENAME

【leetcode面试经典150题】7.买卖股票的最佳时机(C++)

【leetcode面试经典150题】专栏系列将为准备暑期实习生以及秋招的同学们提高在面试时的经典面试算法题的思路和想法。本专栏将以一题多解和精简算法思路为主&#xff0c;题解使用C语言。&#xff08;若有使用其他语言的同学也可了解题解思路&#xff0c;本质上语法内容一致&…

下载页面上的视频

引言&#xff1a;有些页面上的视频可以直接右键另存为或者F12检索元素找到视频地址打开后保存&#xff0c;但有些视频页面是转码后的视频&#xff0c;不能直接另存为视频格式&#xff0c;可以参考下本方法 以该页面视频为例&#xff1a;加载中...点击查看详情https://wx.vzan.c…