ಲಾಭಗಳು:
- ಸರಳ ಚಾಟ್ ಪರಿಕರಗಳು ನಕಲಿ ಉಲ್ಲೇಖಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ ಮತ್ತು ನಿಜವಾದ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಪ್ರತಿ ಮೂಲವನ್ನು ಪರಿಶೀಲಿಸುವ ಶಿಸ್ತನ್ನು ಅನ್ವಯಿಸುತ್ತವೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ.
- RAG (ಸಂಪನ್ಮೂಲ ಅವಲಂಬಿತ ಉತ್ಪಾದನೆ) ವಿಧಾನದೊಂದಿಗೆ ನೈಜ ದಾಖಲೆಗಳಿಗೆ ಸಾಹಿತ್ಯ ಸಂಶ್ಲೇಷಣೆಯನ್ನು ಸಂಪರ್ಕಿಸುವ ಮೂಲಕ ಭ್ರಮೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆಯಲ್ಲಿ ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್ಗಾಗಿ ಬಳಸುವ ಮೂಲಕ ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರ ಮತ್ತು ಪಾರದರ್ಶಕತೆಯನ್ನು ಮಾನವರ ಕೈಯಲ್ಲಿ ಇಟ್ಟುಕೊಳ್ಳುವ ಮೂಲಕ ಪುರಾವೆಗಳಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ಊಹೆಗಳನ್ನು ಪ್ರಾರಂಭವಾಗಿ ಅರ್ಥೈಸುವ ಸಾಮರ್ಥ್ಯ
ಜೈವಿಕ ಎಂಜಿನಿಯರಿಂಗ್ನಲ್ಲಿನ ಜ್ಞಾನದ ಸ್ಫೋಟವು ನಿಜವಾದ ಸಮಸ್ಯೆಯಾಗಿದೆ: ಪ್ರತಿ ವರ್ಷ ನೂರಾರು ಸಾವಿರ ಲೇಖನಗಳನ್ನು ಪ್ರಕಟಿಸಲಾಗುತ್ತದೆ, ಒಂದೇ ವಿಷಯದ ಮೇಲೆ ಸಾವಿರಾರು ಅಧ್ಯಯನಗಳನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಒಂದು ಊಹೆಯನ್ನು ಸ್ಥಾಪಿಸುವ ಮೊದಲು, ವಿಧಾನವನ್ನು ಆಯ್ಕೆಮಾಡುವ ಅಥವಾ ಫಲಿತಾಂಶವನ್ನು ಅರ್ಥೈಸುವ ಮೊದಲು, ಒಬ್ಬ ಇಂಜಿನಿಯರ್ ಸಂಬಂಧಿತ ಸಾಹಿತ್ಯವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ; ಆದರೆ ಇದು ಕೈಯಾರೆ ವಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆ, ಸಾರಾಂಶ ಮತ್ತು ಮಾಹಿತಿ ಸಂಶ್ಲೇಷಣೆಯಲ್ಲಿ ಹೆಚ್ಚು ಸಮಯವನ್ನು ಉಳಿಸುವ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ AI ಒಂದಾಗಿದೆ. ಆದರೆ ಇದು ಭ್ರಮೆಗಳ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಮೂಲವಾಗಿದೆ: AI ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಲೇಖನಗಳು, ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ DOI ಗಳು ಮತ್ತು ನಕಲಿ ಸಂಶೋಧನೆಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ಈ ಘಟಕದ ಮುಖ್ಯ ಪಾಠವೆಂದರೆ ಸಾಹಿತ್ಯದಲ್ಲಿ AI ಅನ್ನು ಬಳಸುವಾಗ ಪ್ರತಿ ಹಕ್ಕುಗಳನ್ನು ಮೂಲ ಮೂಲಕ್ಕೆ ಸಂಪರ್ಕಿಸುವ ಶಿಸ್ತು.
ಈ ಘಟಕದಲ್ಲಿ, ಸುರಕ್ಷಿತ ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆಯಲ್ಲಿ AI ಅನ್ನು ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ನೀವು ಕಲಿಯುವಿರಿ, ಏಕೆ RAG (ಮರುಪಡೆಯುವಿಕೆ-ವರ್ಧಿತ ಜನರೇಷನ್ - AI ನೈಜ ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್ನಿಂದ ಉತ್ತರವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಅದರ ಮೆಮೊರಿಯಿಂದ ಅಲ್ಲ) ವಿಧಾನವು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ, ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆ ಬೆಂಬಲ ಮತ್ತು ಊಹೆಯ ಉತ್ಪಾದನೆಯಾಗಿದೆ.
ಸರಳ ಚಾಟ್ ಟೂಲ್ ಏಕೆ ಅಪಾಯಕಾರಿ?
ನೀವು ಭಾಷಾ ಮಾದರಿಗೆ "ಇದರ ಬಗ್ಗೆ ಲೇಖನಗಳನ್ನು ಹುಡುಕಲು ಹೇಳಿದಾಗ ದ್ರವ ಆದರೆ ರಚಿಸಲಾದ ಉಲ್ಲೇಖಗಳು: ಲೇಖಕರ ಹೆಸರುಗಳು, ಜರ್ನಲ್ಗಳು, ವರ್ಷಗಳು ಮತ್ತು DOI ಗಳು ನಿಜವಾಗಿದ್ದಂತೆ. ಆದ್ದರಿಂದ, ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆಯಲ್ಲಿ ಎರಡು ನಿಯಮಗಳನ್ನು ಎಂದಿಗೂ ಉಲ್ಲಂಘಿಸಬೇಡಿ: (1) ನಿಜವಾದ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಪ್ರತಿ ಉಲ್ಲೇಖವನ್ನು ಪರಿಶೀಲಿಸಿ (PubMed, Google Scholar, ಜರ್ನಲ್ ಪುಟ), (2) ಸಾಧ್ಯವಾದರೆ, EG ಆಧಾರಿತ ಪರಿಕರಗಳನ್ನು ಬಳಸಿ ಒಮ್ಮತ, ಸ್ಕೈಟ್).
ಎಚ್ಚರಿಕೆ: AI ನಿಂದ ಪ್ರಶಂಸಾಪತ್ರವು ನಿಜವಾಗಿ ಕಾಣಿಸಬಹುದು - ಸರಿಯಾದ ಸ್ವರೂಪದಲ್ಲಿ, ಪರಿಚಿತ ಜರ್ನಲ್, ಸಮಂಜಸವಾದ ವರ್ಷ. ಇದು ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಎಂದು ಅರ್ಥವಲ್ಲ. ನೀವು PubMed/DOI ನಲ್ಲಿ ಅದನ್ನು ಹುಡುಕಿದಾಗ ಮತ್ತು ತೆರೆದಾಗ ಮಾತ್ರ ಲೇಖನವನ್ನು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವಂತೆ ಪರಿಗಣಿಸಿ. ನಿಮ್ಮ ಪ್ರಕಟಣೆಯಲ್ಲಿ ಕಟ್ಟುಕಥಿತ ಉಲ್ಲೇಖವನ್ನು ಸೇರಿಸುವುದು ನಿಮ್ಮ ವೈಜ್ಞಾನಿಕ ಖ್ಯಾತಿಯನ್ನು ನಾಶಪಡಿಸುವ ತಪ್ಪು.
RAG: ಸಂಪನ್ಮೂಲ-ಅವಲಂಬಿತ ಉತ್ಪಾದನೆ
RAG ವಿಧಾನದಲ್ಲಿ, AI ಮೊದಲು ನೈಜ ಡಾಕ್ಯುಮೆಂಟ್ ರೆಪೊಸಿಟರಿಯಿಂದ (ನೀವು ಅಪ್ಲೋಡ್ ಮಾಡುವ PDF ಗಳು ಅಥವಾ ವೈಜ್ಞಾನಿಕ ಡೇಟಾಬೇಸ್) ಸಂಬಂಧಿತ ಹಾದಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ, ನಂತರ ಆ ಭಾಗಗಳ ಆಧಾರದ ಮೇಲೆ ಉತ್ತರವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ಮೂಲಕ್ಕೆ ಅಂಕಗಳನ್ನು ನೀಡುತ್ತದೆ. ಇದು ಭ್ರಮೆಯನ್ನು ಬಹಳವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಏಕೆಂದರೆ ಮಾದರಿಯು "ಕಲ್ಪನೆ" ಗಿಂತ "ಉಲ್ಲೇಖ" ಮಾಡಬೇಕು. ನಿಮ್ಮ ಸ್ವಂತ PDF ಲೈಬ್ರರಿಯನ್ನು RAG ಟೂಲ್ಗೆ ನೀಡುವುದು ಮತ್ತು "ಈ 40 ಲೇಖನಗಳು ಹೀಗೆ ಮತ್ತು ಅದರ ಬಗ್ಗೆ ಏನು ಹೇಳುತ್ತವೆ" ಎಂದು ಕೇಳುವುದು ನೇರ ಸಂಭಾಷಣೆಗಿಂತ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ; ಆದಾಗ್ಯೂ, ನಿಜವಾದ ಲೇಖನದಲ್ಲಿ ಪ್ರತಿ ಉಲ್ಲೇಖದ ಅಂಗೀಕಾರವನ್ನು ನೋಡಿ.
ಸಲಹೆ: RAG ಅನ್ನು ಬಳಸುವಾಗಲೂ ಸಹ, "ಮೂಲವನ್ನು ಉಲ್ಲೇಖಿಸಿ ಮತ್ತು ನಾನು ಒದಗಿಸುವ ದಸ್ತಾವೇಜನ್ನು ಮಾತ್ರ ಉತ್ತರಿಸಿ, ಡಾಕ್ಯುಮೆಂಟ್-ಅಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ" ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಿ. ನಂತರ ನಿಜವಾದ ಡಾಕ್ಯುಮೆಂಟ್ನಲ್ಲಿ ಮಾದರಿಯು ಸೂಚಿಸುವ ಹಾದಿಯನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ. ಈ ಎರಡು ಹಂತಗಳು ನಿಮ್ಮ ಸಂಶ್ಲೇಷಣೆಯನ್ನು ರಕ್ಷಣಾತ್ಮಕವಾಗಿಸುತ್ತದೆ.
ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆ ಮತ್ತು ಊಹೆಯ ಉತ್ಪಾದನೆ
ಒಂದು ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆ-ಒಂದು ಪಾರದರ್ಶಕ ಮತ್ತು ಪುನರುತ್ಪಾದಕ ವಿಧಾನದಲ್ಲಿ ಎಲ್ಲಾ ಸಂಬಂಧಿತ ಸಾಹಿತ್ಯವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ ನಿರ್ದಿಷ್ಟ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು-ಹೆಚ್ಚಿನ ಕ್ರಮಶಾಸ್ತ್ರೀಯ ಕಠಿಣತೆಯ ಅಗತ್ಯವಿದೆ: ಹುಡುಕಾಟ ತಂತ್ರ, ಸೇರ್ಪಡೆ/ಹೊರಗಿಡುವ ಮಾನದಂಡ, ಡೇಟಾ ಹೊರತೆಗೆಯುವಿಕೆ. AI ಈ ಪ್ರಕ್ರಿಯೆಯ ಯಾಂತ್ರಿಕ ಭಾಗಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ (ಅಮೂರ್ತ ಸ್ಕ್ರೀನಿಂಗ್, ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್, ಡೇಟಾ ಹೊರತೆಗೆಯುವಿಕೆ ಕರಡು), ಆದರೆ ಪ್ರತಿ ನಿರ್ಧಾರದ ಜವಾಬ್ದಾರಿ ಮತ್ತು ಪಾರದರ್ಶಕತೆ (ಕಾಗದವನ್ನು ಸೇರಿಸುವುದು ಅಥವಾ ಹೊರಗಿಡುವುದು) ಸಂಶೋಧಕರ ಮೇಲಿರುತ್ತದೆ. AI ಸಾಹಿತ್ಯದಲ್ಲಿನ ಅಂತರವನ್ನು ಸೂಚಿಸುವ ಮೂಲಕ ಊಹೆಯ ಪೀಳಿಗೆಯನ್ನು ಪ್ರೇರೇಪಿಸುತ್ತದೆ; ಆದರೆ ಅದು ಉತ್ಪಾದಿಸುವ ಊಹೆಯು ಪ್ರಾರಂಭದ ಹಂತವಾಗಿದೆ, ಪುರಾವೆಯಲ್ಲ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಸ್ಕ್ಯಾನಿಂಗ್ 10x ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಿದೆ. ವಿಮರ್ಶಾ ತಂಡವು 1,850 ಲೇಖನದ ಸಾರಾಂಶಗಳನ್ನು ಶೋಧಿಸಬೇಕಾಯಿತು. RAG-ಆಧಾರಿತ ಸಾಧನದೊಂದಿಗೆ, ಸೇರ್ಪಡೆ/ಹೊರಗಿಡುವ ಪೂರ್ವ-ಅರ್ಹತೆಯು 3 ದಿನಗಳಿಂದ 5 ಗಂಟೆಗಳವರೆಗೆ ಇರುತ್ತದೆ. ಆದರೆ ಇಬ್ಬರು ಸಂಶೋಧಕರು ಸ್ವತಂತ್ರವಾಗಿ 120 ಲೇಖನಗಳನ್ನು ಪರಿಶೀಲಿಸಿದರು ಮತ್ತು AI "ಹೊರಗಿಡಲಾಗಿದೆ" ಮತ್ತು 9 ತಪ್ಪು ನಿರ್ಮೂಲನೆಗಳನ್ನು ಮರುಪಡೆಯಲಾಗಿದೆ; AI ಆಯ್ಕೆಯನ್ನು ಮಾಡಿದೆ, ಮಾನವನು ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿದನು.
ಪ್ರಕರಣ 2 - ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಉಲ್ಲೇಖ ಸಿಕ್ಕಿತು. ಪಿಎಚ್ಡಿ ವಿದ್ಯಾರ್ಥಿಯೊಬ್ಬರು ತಮ್ಮ ಪ್ರಬಂಧ ಪ್ರವೇಶಕ್ಕಾಗಿ 15 ಉಲ್ಲೇಖಗಳನ್ನು YZ ಗೆ ಕೇಳಿದರು. ಅವರು ಪಬ್ಮೆಡ್ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿದಾಗ, ಅವುಗಳಲ್ಲಿ 6 ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ ಮತ್ತು 3 ತಪ್ಪು ಲೇಖಕರಿಗೆ ಕಾರಣವೆಂದು ಅವರು ಕಂಡುಕೊಂಡರು. ಸರಳವಾದ ಚಾಟ್ ಉಪಕರಣವು ವಾಸ್ತವಿಕ ಆದರೆ ನಕಲಿ ಗ್ರಂಥಸೂಚಿಯನ್ನು ನಿರ್ಮಿಸಿದೆ. ಪರಿಶೀಲನೆಯು ಶೈಕ್ಷಣಿಕ ಅನಾಹುತವನ್ನು ತಪ್ಪಿಸಿತು.
ಪ್ರಕರಣ 3 - ಕಲ್ಪನೆಯ ಸ್ಫೂರ್ತಿ. ಮೆಟಾಬಾಲಿಕ್ ಇಂಜಿನಿಯರಿಂಗ್ ತಂಡವು AI ಗೆ 60 ಪೇಪರ್ಗಳ ಕಾರ್ಪಸ್ ಅನ್ನು ಹಸ್ತಾಂತರಿಸಿತು ಮತ್ತು "ಯಾವ ಮಾರ್ಗಗಳನ್ನು ಕಡಿಮೆ ಅಧ್ಯಯನ ಮಾಡಲಾಗಿದೆ?" AI ಪರೀಕ್ಷಿಸದ ಕಿಣ್ವ ಸಂಯೋಜನೆಯನ್ನು ಸೂಚಿಸಿದೆ. ತಂಡವು ಇದನ್ನು ಒಂದು ಊಹೆಯಾಗಿ ತೆಗೆದುಕೊಂಡಿತು, ಸಾಹಿತ್ಯದಲ್ಲಿ ಅದನ್ನು ಮೌಲ್ಯೀಕರಿಸಿತು ಮತ್ತು ಪ್ರಯೋಗವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿತು; ಅಂತಿಮವಾಗಿ, ಅವರು ಉತ್ಪಾದಕತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ನಿಜವಾದ ಸಂಶೋಧನೆಯೊಂದಿಗೆ ಬಂದರು. AI ನಿಂದ ಸ್ಫೂರ್ತಿ ಬಂದಿತು, ಪ್ರಯೋಗದಿಂದ ಪುರಾವೆಗಳು ಬಂದವು.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಮೂಲ-ಸಂಬಂಧಿತ ಸಾಹಿತ್ಯ ಸಂಶ್ಲೇಷಣೆ (RAG):
ನಿಮ್ಮ ಪಾತ್ರ: ವೈಜ್ಞಾನಿಕ ವಿಮರ್ಶೆ ಸಹಾಯಕ. ನಾನು ಅಪ್ಲೋಡ್ ಮಾಡಿದ ದಾಖಲೆಗಳಿಂದ ಮಾತ್ರ ಉತ್ತರಿಸಿ; ಯಾವುದೇ ಹೆಚ್ಚುವರಿ ದಾಖಲೆ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ. ಪ್ರತಿ ಕ್ಲೈಮ್ಗೆ, ಮೂಲ ಡಾಕ್ಯುಮೆಂಟ್ ಹೆಸರು ಮತ್ತು ಸಂಬಂಧಿತ ಮಾರ್ಗವನ್ನು ನೀಡಿ. ದಾಖಲೆಗಳಲ್ಲಿ ಉತ್ತರವಿಲ್ಲದ ಪ್ರಶ್ನೆಗೆ, "ಅದು ದಾಖಲೆಗಳಲ್ಲಿ ಇಲ್ಲ" ಎಂದು ಹೇಳಿ. ಉಲ್ಲೇಖ, DOI, ಅಥವಾ FITTING ಅನ್ನು ಕಂಡುಹಿಡಿಯುವುದು. ಪ್ರಶ್ನೆ: [ಪ್ರಶ್ನೆ]
2) ಉಲ್ಲೇಖ ಪರಿಶೀಲನೆ ಶಿಸ್ತು:
ನಾನು ನಿಮಗೆ ಒಂದು ವಿಷಯವನ್ನು ನೀಡುತ್ತೇನೆ. ಸಂಭವನೀಯ ಕೀವರ್ಡ್ಗಳು ಮತ್ತು ಹುಡುಕಾಟ ತಂತ್ರವನ್ನು ಸೂಚಿಸಿ (ಪಬ್ಮೆಡ್ ಸಿಂಟ್ಯಾಕ್ಸ್ನೊಂದಿಗೆ). ಆದರೆ ನಿಮ್ಮ ಲೇಖನ ಪಟ್ಟಿ ನಕಲಿಯಾಗಿದೆ; ನಾನೇ ಕರೆ ಮಾಡುತ್ತೇನೆ. ಬದಲಿಗೆ ನಾನು ಯಾವ ನಿಯಮಗಳು, ಫಿಲ್ಟರ್ಗಳು ಮತ್ತು ಸೇರ್ಪಡೆ/ಹೊರಗಿಡುವ ಮಾನದಂಡಗಳನ್ನು ಬಳಸಬೇಕು ಎಂದು ಹೇಳಿ.
3) ವ್ಯವಸ್ಥಿತ ಸಂಕಲನ ನಿರ್ಮೂಲನೆ ನೆರವು:
ನಾನು ನಿಮಗೆ ಲೇಖನದ ಶೀರ್ಷಿಕೆ+ಸಾರಾಂಶಗಳನ್ನು ನೀಡುತ್ತೇನೆ. ಕೆಳಗಿನ ಸೇರ್ಪಡೆ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಪ್ರತಿಯೊಂದಕ್ಕೂ ಸೇರಿಸಿ/ಹೊರಗಿಸಿ/ಅಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಿ (ಸೇರಿಸು: [ಮಾನದಂಡ]) ಮತ್ತು ನಿಮ್ಮ ತಾರ್ಕಿಕತೆಯನ್ನು ಬರೆಯಿರಿ. ನಾನು "ಅನಿಶ್ಚಿತ" ಪದಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸುತ್ತೇನೆ. ನಿರ್ಧಾರವು ಪ್ರಾಥಮಿಕವಾಗಿದೆ, ಅಂತಿಮವಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸಿ; ಸಮರ್ಥನೆ ಇಲ್ಲದೆ ಯಾವುದೇ ಲೇಖನವನ್ನು ತೆಗೆದುಹಾಕಬೇಡಿ.
4) ಕಲ್ಪನೆಯ ಉತ್ಪಾದನೆ (ಎಚ್ಚರಿಕೆಯಿಂದ):
ವಿಷಯದ ಕುರಿತು ಸಂಶೋಧನೆಗಳ ಸಾರಾಂಶವನ್ನು ನಾನು ನಿಮಗೆ ನೀಡುತ್ತೇನೆ. ಸಾಹಿತ್ಯದಲ್ಲಿ GAPS ಮತ್ತು ಪರೀಕ್ಷಿಸದ ಸಂಯೋಜನೆಗಳನ್ನು ಆಧರಿಸಿ ನನಗೆ 3 ಪರೀಕ್ಷಿಸಬಹುದಾದ ಊಹೆಗಳನ್ನು ಸೂಚಿಸಿ. ಪ್ರತಿ ಊಹೆಗೆ: ಆಧಾರವನ್ನು ತಿಳಿಸಿ, ಅದನ್ನು ಹೇಗೆ ಪರೀಕ್ಷಿಸಲಾಗುವುದು ಮತ್ತು ಇದು START, ಪುರಾವೆಯಲ್ಲ. ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಸಾಕ್ಷ್ಯವನ್ನು ಅವಲಂಬಿಸಬೇಡಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
CRISPR ನೊಂದಿಗೆ ಕಿಣ್ವ ಎಂಜಿನಿಯರಿಂಗ್ ಕುರಿತು ನನಗೆ 10 ಲೇಖನಗಳನ್ನು ಹುಡುಕಿ ಮತ್ತು ಸಾರಾಂಶಗೊಳಿಸಿ.
ಮಾದರಿಯು ನಿಜವಾದ ಹುಡುಕಾಟಗಳನ್ನು ನಿರ್ವಹಿಸುವುದಿಲ್ಲ; ಹೆಚ್ಚಾಗಿ ನಕಲಿ ಉಲ್ಲೇಖಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಬಿಲ್ಡ್ ಅಸಿಸ್ಟೆಂಟ್. ನಾನು ಅಪ್ಲೋಡ್ ಮಾಡಿದ 12 PDF ಗಳನ್ನು ಮಾತ್ರ ಆಧರಿಸಿ, "CRISPR-ಆಧಾರಿತ ಕಿಣ್ವ ಎಂಜಿನಿಯರಿಂಗ್" ವಿಷಯದ ಮುಖ್ಯ ಸಂಶೋಧನೆಗಳನ್ನು ನಾನು ಸಂಶ್ಲೇಷಿಸುತ್ತೇನೆ. ಪ್ರತಿ ಅನ್ವೇಷಣೆಗಾಗಿ, ಅದು ಯಾವ PDF ನಿಂದ ಬಂದಿದೆ ಮತ್ತು ಪೂರ್ಣ ಭಾಗವನ್ನು ತೋರಿಸಿ. PDF ಗಳಲ್ಲಿಲ್ಲದ ಯಾವುದೇ ಅಧ್ಯಯನಗಳು, DOI ಗಳು ಅಥವಾ ಫಲಿತಾಂಶಗಳನ್ನು ಸೇರಿಸಬೇಡಿ. ಒಳಗೊಂಡಿರದ ಯಾವುದೇ ಉಪವಿಷಯಗಳನ್ನು "ಈ ದಾಖಲೆಗಳಲ್ಲಿ ಒಳಗೊಂಡಿಲ್ಲ" ಎಂದು ಗುರುತಿಸಿ.
ವ್ಯತ್ಯಾಸ: ನಿಜವಾದ ದಾಖಲೆಗಳಿಗೆ ಲಿಂಕ್ ಮಾಡುವುದು, ಮೂಲ+ಅಂಗೀಕಾರದ ಅವಶ್ಯಕತೆ, ತಯಾರಿಕೆಯ ಮೇಲಿನ ನಿಷೇಧ ಮತ್ತು ವ್ಯಾಪ್ತಿಯ ಪ್ರಾಮಾಣಿಕತೆ.
ಸಾಹಿತ್ಯ ಕಾರ್ಯಗಳು ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ವಿಧಾನ
ಅನ್ವೇಷಣೆ
ಅಪಾಯಕಾರಿ ರಸ್ತೆ
ಸುರಕ್ಷಿತ ಮಾರ್ಗ
ಪರಿಶೀಲನೆ
ಲೇಖನವನ್ನು ಹುಡುಕಿ
ಚಾಟ್ಗೆ "ಹುಡುಕಿ" ಎಂದು ಹೇಳಲಾಗುತ್ತಿದೆ
PubMed + RAG ಉಪಕರಣ
DOI ನಲ್ಲಿ ದೃಢೀಕರಣ
ಸಾರಾಂಶ
ದಾಖಲೆಗಳಿಲ್ಲದ ಸಾರಾಂಶ
ಲೋಡ್ ಮಾಡಲಾದ PDF ನಿಂದ ಸಾರಾಂಶ
ನಿಜವಾದ ಮಾರ್ಗವನ್ನು ನೋಡಿ
ನಿವಾರಣೆ
AI ನಲ್ಲಿ ಕುರುಡು ನಂಬಿಕೆ
AI ಪೂರ್ವ ಅರ್ಹತೆ + ಮಾನವ
ಎರಡನೇ ವಿಮರ್ಶಕ
ಸಂಶ್ಲೇಷಣೆ
ಉಚಿತ ಉತ್ಪಾದನೆ
ಮೂಲ ಅವಲಂಬಿತ ಸಂಶ್ಲೇಷಣೆ
ಉಲ್ಲೇಖ ಪರಿಶೀಲನೆ
ಕಲ್ಪನೆ
"ಸಾಕ್ಷ್ಯ" ಎಂದು ತಪ್ಪಾಗಿ ಭಾವಿಸುವುದು
ಆರಂಭಿಕ ಹಂತ
ಪ್ರಾಯೋಗಿಕ ಪರೀಕ್ಷೆ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಉಲ್ಲೇಖಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ. AI ವಾಸ್ತವಿಕ ಆದರೆ ನಕಲಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಪ್ರತಿಯೊಂದೂ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳಬೇಕು.
- ಕರೆಗಾಗಿ ಸರಳವಾದ ಚಾಟ್ ಅನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸಲಾಗುತ್ತಿದೆ. ಮಾದರಿಯು ಮೆಮೊರಿಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುತ್ತದೆ; ನಿಜವಾದ ಹುಡುಕಾಟಕ್ಕೆ RAG/ಡೇಟಾಬೇಸ್ ಅಗತ್ಯವಿದೆ.
- ಎಲಿಮಿನೇಷನ್ ನಿರ್ಧಾರವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿಯೋಜಿಸುವುದು. ತಪ್ಪಾದ ನಿರ್ಮೂಲನೆಯು ಸಂಕಲನವನ್ನು ಮುರಿಯುತ್ತದೆ; ಎರಡನೇ ವಿಮರ್ಶಕರ ಅಗತ್ಯವಿದೆ.
- ಪುರಾವೆಗಾಗಿ ಊಹೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಪ್ರಯೋಗದ ಮೂಲಕ ಪರೀಕ್ಷಿಸುವವರೆಗೆ AI ಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಕಲ್ಪನೆಯು ಊಹಾಪೋಹವಾಗಿದೆ.
- ವ್ಯಾಪ್ತಿಯನ್ನು ಉತ್ಪ್ರೇಕ್ಷಿಸುವುದು. "ನಾನು ಎಲ್ಲವನ್ನೂ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದೇನೆ" ಎಂಬ ಅಭಿಪ್ರಾಯವನ್ನು AI ನೀಡಬಹುದು; ನೀವು ನಿಜವಾದ ವ್ಯಾಪ್ತಿಯನ್ನು ದಾಖಲಿಸುತ್ತೀರಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆಯು AI ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು ಉಳಿಸುವ ಪ್ರದೇಶವಾಗಿದೆ ಆದರೆ ಹೆಚ್ಚಿನ ಭ್ರಮೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಸರಳ ಚಾಟ್ ಪರಿಕರಗಳು ವಾಸ್ತವಿಕ ಆದರೆ ನಕಲಿ ಪ್ರಶಂಸಾಪತ್ರಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು; ಆದ್ದರಿಂದ ಪ್ರತಿ ಮೂಲವನ್ನು ನಿಜವಾದ ಡೇಟಾಬೇಸ್ ವಿರುದ್ಧ ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಸಾಧ್ಯವಾದರೆ, ನಿಜವಾದ ದಾಖಲೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ RAG-ಆಧಾರಿತ ಸಾಧನಗಳನ್ನು ಬಳಸಿ. ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆಯಲ್ಲಿ, AI ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಆದರೆ ಅಂತಿಮ ನಿರ್ಧಾರ ಮತ್ತು ಪಾರದರ್ಶಕತೆ ಸಂಶೋಧಕರಿಗೆ ಸೇರಿದೆ. AI ಊಹೆಯ ಉತ್ಪಾದನೆಯನ್ನು ಪ್ರೇರೇಪಿಸುತ್ತದೆ; ಆ ಊಹೆಯು ಪ್ರಾರಂಭದ ಹಂತವಾಗಿದೆ, ಅದು ಪ್ರಯೋಗದಿಂದ ದೃಢೀಕರಿಸುವವರೆಗೆ ಪುರಾವೆಯಲ್ಲ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ವಿಷಯವನ್ನು ಆರಿಸಿ ಮತ್ತು AI ಗೆ (ಸಾದಾ ಚಾಟ್ ಟೂಲ್ ಮೂಲಕ) "ಈ ವಿಷಯದ ಕುರಿತು 8 ಲೇಖನಗಳನ್ನು ಹುಡುಕಿ ಮತ್ತು ಸಾರಾಂಶಗೊಳಿಸಿ" ಎಂದು ಹೇಳಿ. ಪಬ್ಮೆಡ್ ಅಥವಾ ಡಿಒಐ ವಿರುದ್ಧ ಅವರು ನೀಡುವ ಪ್ರತಿಯೊಂದು ಉಲ್ಲೇಖವನ್ನು ಒಂದೊಂದಾಗಿ ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಎಷ್ಟು ನಿಜವೆಂದು ಎಣಿಸಿ. ನಂತರ ಅದೇ ಕೆಲಸವನ್ನು RAG ಉಪಕರಣದೊಂದಿಗೆ ಪುನರಾವರ್ತಿಸಿ ಅಥವಾ ನೀವೇ ಡೌನ್ಲೋಡ್ ಮಾಡಿದ ಕೆಲವು PDF ಗಳನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡುವ ಮೂಲಕ ಮತ್ತು "ಈ ಡಾಕ್ಯುಮೆಂಟ್ಗಳಿಂದ ಮಾತ್ರ ಉತ್ತರ" ಎಂಬ ಸೂಚನೆಯೊಂದಿಗೆ ಪುನರಾವರ್ತಿಸಿ. ಎರಡು ವಿಧಾನಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಸಂಕ್ಷಿಪ್ತ ಹೋಲಿಕೆಯನ್ನು ಬರೆಯಿರಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಿಜವಾದ ಡೇಟಾಬೇಸ್ ವಿರುದ್ಧ AI ನೀಡಿದ ಪ್ರತಿ ಉಲ್ಲೇಖವನ್ನು ನಾನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಸಾಹಿತ್ಯ ಸಂಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮೂಲ-ಅವಲಂಬಿತ (RAG/ಲೋಡ್ ಮಾಡಿದ ಡಾಕ್ಯುಮೆಂಟ್) ವಿಧಾನವನ್ನು ಬಳಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಎರಡನೇ ವಿಮರ್ಶಕನೊಂದಿಗೆ ಸ್ಕ್ರೀನಿಂಗ್ ನಿರ್ಧಾರಗಳನ್ನು ಆಡಿಟ್ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು AI ನಿರ್ಮಿಸಿದ ಊಹೆಯನ್ನು ಪುರಾವೆಯಾಗಿ ಪರಿಗಣಿಸಲಿಲ್ಲ, ಆದರೆ ಪರೀಕ್ಷಿಸಲು ಪ್ರಾರಂಭವಾಗಿದೆ.
- [ ] ನಾನು ಮೂಲ ಲೇಖನದಲ್ಲಿ ಪ್ರತಿ ಉಲ್ಲೇಖದ ಅಂಗೀಕಾರವನ್ನು ನೋಡಿದೆ.
- [ ] ನಾನು ಸ್ಕ್ಯಾನ್ನ ನಿಜವಾದ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಮಿತಿಗಳನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ದಾಖಲಿಸಿದ್ದೇನೆ.