gpt_paper_assistant

项目介绍：GPT4论文助手

项目背景

GPT4论文助手（gpt_paper_assistant）是一个专为科研爱好者设计的工具，它每天自动扫描ArXiv数据库，利用GPT4和作者匹配技术，帮助用户找到感兴趣的论文。用户可以选择将这些信息通过Slack机器人发送，或在一个静态的GitHub Pages网站上查看。这个项目通过GitHub Actions定期运行，确保用户能及时获取到最新的科研动态。

功能特点

• 自动化运行：通过GitHub Actions自动扫描ArXiv的论文，并每天更新至Slack或GitHub Pages。
• 成本效益：根据使用体验，在cs.CL领域的运行费用非常低，只需$0.07。
• 定制化配置：用户可以通过配置文件设置感兴趣的论文主题和作者，筛选出最相关的学术内容。

最新更新

• 2月15日，2024年：修复了RSS格式下作者解析的错误，并调整了标题过滤的成本估算，解决了当RSS中没有论文时可能导致的崩溃问题。
• 2月7日，2024年：修复了由于ArXiv改变RSS格式引起的重要问题，增加并启用了标题过滤功能以降低成本。

快速开始

在GitHub Actions上运行

1. 将仓库复制或分叉到新的GitHub仓库，并启用定期工作流。
2. 根据需要填写和编辑论文主题及作者的配置文件。
3. 设置ArXiv类别，并将OpenAI密钥（OAI_KEY）设置为GitHub秘密。
4. 配置GitHub Pages生成，运行后每天1点（UTC）定期发布更新。

本地运行

• 本地运行时，与GitHub版本的配置步骤类似，需在本地环境设置密钥并运行主程序main.py。
• 如需分析效率或排除运行中问题，建议获取Semantic Scholar API密钥。

配置提示

用户可以通过编辑paper_topics.txt文件，明确自己的学术兴趣，例如新的机器学习方法、语言模型的性能提升等。这样可帮助GPT更精准识别出用户感兴趣的论文。

工作原理

该项目通过抓取ArXiv的RSS数据获取当天论文，并通过以下流程筛选：

1. 作者匹配：使用Semantic Scholar API验证作者身份并进行初步筛选。
2. GPT相关性评估：对剩余论文进行相关性和新颖性评估，根据用户配置决定是否保留。
3. 结果排序和输出：最后按分数进行排序，输出满足条件的论文至指定终端。

贡献者

本项目的代码和仓库由Tatsunori Hashimoto创建，遵循Apache 2.0协议。感谢Chenglei Si在GPT过滤器的测试和基准建立方面所做的贡献。

无论是充满好奇心的学术新手，还是对科研充满热情的资深研究人员，GPT4论文助手都致力于为您提供简便快捷的学术论文获取途径，让您的学术之旅更高效。