有哪些好用的 AI 学术研究工具和科研工具?

AI视频生成:小说文案智能分镜+智能识别角色和场景+批量Ai绘图+自动配音添加音乐+一键合成视频+百万播放量icon-default.png?t=N7T8https://aitools.jurilu.com/
AI 应用其实分两个层面,第一是模型,第二是应用。现在很多模型厂家都是既做 toC 的对话应用,也做 toB 的 API 服务,方便第三方的开发者们调用 API 来实现自己更定制化的 AI 功能。

模型厂商的应用里有一些很好用的工具,比如国外的 ChatGPT、Claude,国内的通义、Kimi 等,都能直接上传文件进行问答,效果也不错,后面会举一些例子,但这些产品往往更加通用,目的是服务更多的普通用户,具体到学术/科研还需要自己完善很多 Prompt。

第三方的开发者们其实基于 GPT API 做了很多好用的应用,有的是浏览器插件,有的是 Obsidian / Zotero 等软件插件,而且很多都在 Github 上开源了。

不过想用这些插件,有个必备的工作就是准备好自己的 API key。所谓 API key,就是大模型厂家发放给用户的一个密钥,用于鉴别身份,进而统计用量和费用。通过 API key 调用 AI 大模型是按量计费的,比如 GPT-4o 就是 $5/1M tokens 输入,$15/1M tokens 输出,价格说实话挺贵的。而且 OpenAI API 现在已经不允许国内直接调用了,所以我们还是找些替代方案。

好在现在国产大模型已经把价格卷到了白菜价,几块钱就能用上百万 tokens,各家平台还都推出了新用户的免费体验额度,够用很久了。

为了方便比较模型之间的效果,本文以 SiliconFlow 提供的接口为例,类似的 API 接口各厂都有,方法是相同的。

完成注册以后,来到后台点击创建新API密钥,得到一个sk-xx 的密钥并妥善保管。

SiliconFlow 的 API 调用地址是https://api.siliconflow.cn/v1/chat/completions,但要注意,不同的工具需要填写的地址可能是不同的,有的只需要填前面的域名即可,不需要后面的全部地址。

具体的模型列表可以看文档,推荐测试使用以下几个:

  • THUDM/glm-4-9b-chat (32K)
  • Qwen/Qwen2-72B-Instruct (32K)
  • deepseek-ai/DeepSeek-Coder-V2-Instruct (32K)
  • deepseek-ai/DeepSeek-V2-Chat (32K)
  • 01-ai/Yi-1.5-34B-Chat-16K (16K)

准备好 AI 的 API 之后,就能在很多插件里使用了。

沉浸式翻译 + Arxiv 网页版

看英文文献,需要过的第一关就是语言关。毫不夸张地说,去年有了沉浸式翻译和 GPT API 之后,我看英文网站、文献的效率提升了 N 倍。

沉浸式翻译

在浏览器插件中下载「沉浸式翻译」,点击左下角设置:

左侧选择「翻译服务」,然后在点击网页底部的「添加兼容 OpenAI 接口的自定义 AI 翻译服务」:

在设置中,填写接口地址、API key、自定义模型名称,这里的最大请求数要根据情况填,比如 SiliconFlow 的 RPM(每分钟请求)限制为100,RPS(每秒请求)为 3,这里就不宜填太高。

填完以后,点击右上角的点此测试服务,正常情况下会提示验证成功:

设置完成后,在沉浸式翻译的插件页面中选择刚才自定义的模型即可:

Arxiv 网页版

以前在 Arxiv 上读论文,一般需要先下载 PDF,虽然一些插件能翻译 PDF 全文,但使用起来不太方便。现在 Arxiv 为大多数新上传的论文增加了网页版的渲染支持,读起来就更容易了。

举个例子。论文 2406.20098 的地址是https://arxiv.org/abs/2406.20098 ,PDF 下载地址是https://arxiv.org/pdf/2406.20098,网页版则是 https://arxiv.org/html/2406.20098

通过沉浸式翻译,打开双语对照阅读的效果,读论文的效率就会提升很多了:

Zotero-GPT 插件

Zotero 是一个强大的、开源的参考文献管理工具,旨在帮助研究人员收集、组织、引用和分享研究资源,是一个功能全面、易于使用的参考文献管理工具,适合各种学术研究和写作需求。

由于 Zotero 的开源性质,其社区非常活跃,也有很多人为 Zotero 制作开源的插件。比如今天要用的Zotero-GPT插件。

Zotero 的安装略(还是建议用 Windows,Mac 上似乎有些位置的插件兼容问题),然后从https://github.com/MuiseDestiny/zotero-gpt/releases/latest/download/zotero-gpt.xpi 下载插件。

之后打开 Zotero 菜单栏 - 工具 - 附加组件:

点击右上角设置 - 从文件中安装插件,选择刚才下载的 xpi 文件即可:

安装完成后,可以在工具栏看到插件的图标,可以点击图标唤起插件,也可以使用快捷键ctrl+/

此时还需要配置自己的 API 地址和 API key。如果你在国内,能直接使用 OpenAI key 的话,就只需要在输入框中使用命令输入/sercretKey sk-xx即可。

不过由于我们要调用国内的 AI API,所以需要打开 Zotero 的设置(首选项)- 高级 - 编辑器,打开时会提示风险,点 accept 即可:

然后在顶部搜索框中输入 GPT,然后修改apimodelsecretKey三项,注意,这里的 API 地址只需要输入https://api.siliconflow.cn/即可:

设置完成后,就可以直接使用插件进行对话了:

Zotero-GPT 内置了一些功能模板,比如翻译、改写等,也可以自己自定义 Prompt 模板,不过需要一点点代码能力。

比如,想要自定义一个「一句话总结选中段落」的快捷方式,就可以这么做:

在插件中输入:

#一句话总结 [position=11][color=#D14D72][trigger=/^总结/]

一句话总结这段内容,用中文回答:

${

Meet.Zotero.getPDFSelection() ||

Meet.Global.views.messages[0].content

}

然后点击Ctrl+S保存,就可以看到增加了这个 tag,可以选中一段话试一下:

大家也可以到 Zotero-GPT 的开源项目页挖掘更多功能或者反馈 issue 问题。

总结一下这个回答,主要做了几件事:

  • 注册 SiliconFlow 并记录 API 地址、API key 和模型名称
  • 下载并配置沉浸式翻译,以 Arxiv 网页版为例
  • 下载并配置 Zotero-GPT 插件,并演示了简单的自定义 tag 功能

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.xdnf.cn/news/1486536.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

使用API有效率地管理Dynadot域名,处理域名推送请求

简介 Dynadot是通过ICANN认证的域名注册商,自2002年成立以来,服务于全球108个国家和地区的客户,为数以万计的客户提供简洁,优惠,安全的域名注册以及管理服务。 Dynadot平台操作教程索引(包括域名邮箱&…

Nginx学习-相关概念

Nginx学习-相关概念 主要学习几个概念:Nginx,正向代理、反向代理、负载均衡、动静分离。–2020年05月29日 什么是Nginx Nginx (engine x) 是一个高性能的HTTP和反向代理web服务器,同时也提供了IMAP/POP3/SMTP服务。 特点是占有内存少&…

绘制混淆矩阵热力图

Python绘制混淆矩阵热力图 用matplotlib绘制混淆矩阵,可以通过改变 imshow 函数中的 cmap 参数来修改颜色。cmap 参数接受一个 colormap 的名字,你可以选择许多不同的 colormap,例如 ‘viridis’, ‘plasma’, ‘inferno’, ‘magma’, ‘civ…

Rust代码答疑报错|Python一对一辅导答疑

Question 你好,我是悦创。 学员答疑: https://code.bornforthis.cn/?id4e72084d-1eaf-44ed-8067-744671491574https://code.bornforthis.cn/?id664ff169-41d6-409f-a05b-02ed42279759 问题代码: // You can bring module paths into sc…

阶梯-度小满春招算法方向第1批

问题的题面是典型的最长上升子序列问题。求方案数属动态规划问题&#xff0c;可推出以a[i]为最大节点的上升子序列方案数公式 dp[i]{dp[j] , 1<j<i-1&&f[j]1f[i]} &#xff08;f为最大上升子序列&#xff09;。 并且这个方案总数不会超过n&#xff0c;因此也…

C++相关概念和易错语法(24)(map、迭代器分类)

1.map 在上篇文章中&#xff0c;我着重介绍了set&#xff0c;由于map和set同源&#xff0c;所以这次我会着重介绍map别于set的地方 &#xff08;1&#xff09;模板参数 set是以单一的key作为成员变量&#xff0c;而map是以pair作为成员变量&#xff0c;而pair的first作为key来…

mysql对数据库的增删改

目录 DML语句&#xff1a; 增加数据&#xff08;insert语句&#xff09; 增加数据&#xff08;insert into select&#xff09; 修改数据&#xff08;update语句&#xff09; 【where 子句条件】 删除数据&#xff08;delete语句&#xff09; 删除数据&#xff08;trunca…

【北京迅为】《i.MX8MM嵌入式Linux开发指南》-第三篇 嵌入式Linux驱动开发篇-第四十一章 物理地址与虚拟地址

i.MX8MM处理器采用了先进的14LPCFinFET工艺&#xff0c;提供更快的速度和更高的电源效率;四核Cortex-A53&#xff0c;单核Cortex-M4&#xff0c;多达五个内核 &#xff0c;主频高达1.8GHz&#xff0c;2G DDR4内存、8G EMMC存储。千兆工业级以太网、MIPI-DSI、USB HOST、WIFI/BT…

C# 委托函数 delegate

在C#中&#xff0c;委托&#xff08;Delegate&#xff09;是一种特殊的类型&#xff0c;它可以持有对方法的引用。 委托是实现事件的基础。事件本质上是多播委托&#xff0c;允许多个方法被触发 委托允许你将方法作为参数传递给其他方法&#xff0c;或者将方法作为返回值从方法…

基于生物地理算法的MLP多层感知机优化matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1 生物地理算法&#xff08;BBO&#xff09;原理 4.2 多层感知机&#xff08;MLP&#xff09; 4.3 BBO优化MLP参数 5.完整程序 1.程序功能描述 基于生物地理算法的MLP多层感知机优化mat…

昇思25天学习打卡营第23天|ShuffleNet图像分类

ShuffleNet网络介绍 ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型&#xff0c;和MobileNet, SqueezeNet等一样主要应用在移动端&#xff0c;所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。ShuffleNetV1的设计核心是引入了两种操作&#xff1a;Pointw…

Validated 中常用的注解

Validated 中常用的注解 导入依赖常用注解嵌套校验校验注解的三个参数在post 和 [get](https://so.csdn.net/so/search?qget&spm1001.2101.3001.7020) 请求上使用 添加全局异常处理器&#xff0c;处理参数验证异常 导入依赖 <dependency><groupId>org.spring…

蒙特卡罗模型★★★★★

该博客为个人学习清风建模的学习笔记&#xff0c;部分课程可以在B站&#xff1a;【强烈推荐】清风&#xff1a;数学建模算法、编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilibili 目录 1引例&#xff1a;布丰投针实验 2蒙特卡罗方法概述 2.1定义 2.2提出 2…

基于词级ngram的词袋模型对twitter数据进行情感分析

按照阿光的项目做出了学习笔记&#xff0c;pytorch深度学习实战项目100例 基于词级ngram的词袋模型对twitter数据进行情感分析 什么是 N 符&#xff1f; N 格是指给定文本或语音样本中 n 个项目的连续序列。这些项目可以是音素、音节、字母、单词或碱基对&#xff0c;具体取…

C++ 基础和基本语法

文章目录 1. 简介 2. 基本解释 示例解释 3. 程序结构 HELLO WORLD 编译 & 执行 C 程序 4. 分号 和 语句块 5. 标识符 6. 关键字 7. 注释 1. 简介 C 是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言&#xff0c;支持过程化编程、面向对象编…

JAVA毕业设计634—基于Java+SSM的校园快递物流管理系统(源代码+数据库+11000字论文)

毕设所有选题&#xff1a; https://blog.csdn.net/2303_76227485/article/details/131104075 基于JavaSSM的校园快递物流管理系统(源代码数据库11000字论文)634 一、系统介绍 本项目分为用户、快递员、管理员三种角色 1、用户&#xff1a; 注册、登录、待取件信息管理、快…

【视觉SLAM】 十四讲ch5习题

1.*寻找一个相机&#xff08;你手机或笔记本的摄像头即可&#xff09;&#xff0c;标定它的内参。你可能会用到标定板&#xff0c;或者自己打印一张标定用的棋盘格。 参考我之前写过的这篇博客&#xff1a;【OpenCV】 相机标定 calibrateCamera Code来源是《学习OpenCV3》18.…

全国区块链职业技能大赛国赛考题前端功能开发

任务3-1:区块链应用前端功能开发 1.请基于前端系统的开发模板,在登录组件login.js、组件管理文件components.js中添加对应的逻辑代码,实现对前端的角色选择功能,并测试功能完整性,示例页面如下: 具体要求如下: (1)有明确的提示,提示用户选择角色; (2)用户可看…

2024年第二季度 DDoS 威胁趋势报告

2024 年上半年&#xff0c;Cloudflare 缓解了 850 万次 DDoS 攻击&#xff1a;第一季度 450 万次&#xff0c;第二季度 400 万次。总体而言&#xff0c;第二季度 DDoS 攻击数量环比下降了 11%&#xff0c;但同比增长了 20%。 DDoS 攻击分布&#xff08;按类型和手段&#xff09…

pytorch学习(十一)checkpoint

当训练一个大模型数据的时候&#xff0c;中途断电就可以造成已经训练几天或者几个小时的工作白做了&#xff0c;再此训练的时候需要从epoch0开始训练&#xff0c;因此中间要不断保存&#xff08;epoch&#xff0c;net&#xff0c;optimizer&#xff0c;scheduler&#xff09;等…