懂AI
talk2arxiv

talk2arxiv

一款专为学术论文PDF设计的开源响应式RAG（检索增强生成）系统

Talk2Arxiv是一款专为学术论文PDF设计的开源响应式RAG（检索增强生成）系统，利用GROBID进行高效文本提取，并使用Cohere的EmbedV3模型进行精准文本嵌入。该系统不仅能缓存研究论文，减少重复处理，还通过Qdrant进行存储和查询，确保内容的相关性和准确性。前端采用Typescript, ReactJS等技术搭建，后端依赖Flask, Gunicorn实现，为学术研究提供流畅高效的在线阅读体验。

Talk2ArxivPDF解析文本嵌入向量数据库集成GROBIDGithub开源项目
访问官网GitHub文档

项目介绍：talk2arxiv

talk2arxiv 是一个开放源码的 RAG（检索增强生成）系统，专为学术论文 PDF 文件而打造。用户可以通过在任意 arxiv.org 链接前加上“talk2”，从而将论文加载到一个响应式的 RAG 聊天应用中。例如，将链接 www.arxiv.org/pdf/1706.03762.pdf 转换为 www.talk2arxiv.org/pdf/1706.03762.pdf。

安装步骤

用户只需运行 yarn，然后运行 yarn run dev，即可轻松安装并启动 talk2arxiv 系统。

功能特点

  • PDF 解析：该系统使用 GROBID 工具高效地从 PDF 中提取文本。
  • 文本分块算法：应用自定义算法进行文本最优分块。文本分块以逻辑章节（如介绍、摘要、作者信息等）为基础，同时利用递归细分法则（先按 512 字符分块，然后是 256 字符，再到 128 字符）。
  • 文本嵌入：使用 Cohere 的 EmbedV3 模型，确保文本嵌入的准确性。
  • 向量数据库集成：采用 Qdrant 用于存储和查询嵌入的数据。这也意味着每篇学术论文只需嵌入一次便可实现缓存。
  • 上下文相关性：通过重新排序选择最相关的内容，匹配用户输入。

使用的技术

  • 前端开发：使用 Typescript、ReactJS、TailwindCSS 和 NextJS 技术。
  • 后端支持：由 talk2arxiv-server 提供动力，使用 Flask、Gunicorn 和 Nginx 构建。

未来发展计划

  • 改进文本分块策略
  • 转向提取源 LaTeX 代码，以提升对符号数学公式和非标准文本元素的检索效果
  • 引入视觉理解的 LLM 模型
  • 开发基于账户的个性化功能

已知问题

当前后端设计无法应对高并发请求。当有大量并发请求时，系统仍采用单线程处理方式，可能会导致停滞。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多