இலக்கிய ஆய்வு மற்றும் அறிவு தொகுப்பு: RAG, முறையான தொகுப்பு மற்றும் கருதுகோள் உருவாக்கம்

ஆதாயங்கள்:

• எளிய அரட்டை கருவிகள் போலியான குறிப்புகளை உருவாக்குகின்றன மற்றும் உண்மையான தரவுத்தளத்தில் ஒவ்வொரு மூலத்தையும் சரிபார்க்கும் ஒழுக்கத்தைப் பயன்படுத்துகின்றன என்பதைப் புரிந்து கொள்ளும் திறன்.
• RAG (வளம் சார்ந்த தலைமுறை) அணுகுமுறையுடன் இலக்கியத் தொகுப்பை உண்மையான ஆவணங்களுடன் இணைப்பதன் மூலம் மாயத்தோற்றத்தைக் குறைக்கும் திறன்
• செயற்கை நுண்ணறிவை செயற்கை நுண்ணறிவைப் பயன்படுத்தி, முறையான மறுஆய்வில், இறுதி முடிவு மற்றும் வெளிப்படைத்தன்மையை மனிதர்களின் கைகளில் வைத்திருப்பதன் மூலம், கருதுகோள்களை ஒரு தொடக்கமாக விளக்கும் திறன்.

பயோ இன்ஜினியரிங்கில் அறிவு வெடிப்பு ஒரு உண்மையான பிரச்சனை: ஒவ்வொரு ஆண்டும் நூறாயிரக்கணக்கான கட்டுரைகள் வெளியிடப்படுகின்றன, ஒரே தலைப்பில் ஆயிரக்கணக்கான ஆய்வுகள் குவிந்து வருகின்றன. ஒரு கருதுகோளை நிறுவுவதற்கு முன், ஒரு முறையைத் தேர்ந்தெடுப்பதற்கு அல்லது ஒரு முடிவை விளக்குவதற்கு முன், ஒரு பொறியியலாளர் தொடர்புடைய இலக்கியங்களை ஸ்கேன் செய்ய வேண்டும்; ஆனால் இது கைமுறையாக வாரங்கள் எடுக்கும். AI என்பது இலக்கிய ஆய்வு, சுருக்கம் மற்றும் தகவல் தொகுப்பு ஆகியவற்றில் அதிக நேரத்தைச் சேமிக்கும் பகுதிகளில் ஒன்றாகும். ஆனால் இது மாயத்தோற்றங்களின் மிகவும் ஆபத்தான ஆதாரமாகும்: AI இல்லாத கட்டுரைகள், புனையப்பட்ட DOIகள் மற்றும் போலியான கண்டுபிடிப்புகளை உருவாக்க முடியும். இலக்கியத்தில் AI ஐப் பயன்படுத்தும் போது ஒவ்வொரு உரிமைகோரலையும் அசல் மூலத்துடன் இணைக்கும் ஒழுக்கம் இந்த அலகின் முக்கிய பாடமாகும்.

இந்த யூனிட்டில், பாதுகாப்பான இலக்கிய மதிப்பாய்வில் AI ஐ எவ்வாறு பயன்படுத்துவது, ஏன் RAG (Retrieval-Augmented Generation — AI ஆனது உண்மையான ஆவணத் தரவுத்தளத்திலிருந்து பதிலைக் கண்டுபிடித்து, அதன் நினைவகத்திலிருந்து அல்ல) அணுகுமுறை மிகவும் நம்பகமானது, முறையான மறுஆய்வு ஆதரவு மற்றும் கருதுகோள் உருவாக்கம் ஆகும்.

எளிய அரட்டை கருவி ஏன் ஆபத்தானது?

ஒரு மொழி மாதிரியை நீங்கள் கூறும் போது, "இது பற்றிய கட்டுரைகள் திரவம் ஆனால் உருவாக்கப்பட்ட குறிப்புகள்: ஆசிரியர் பெயர்கள், பத்திரிகைகள், ஆண்டுகள் மற்றும் DOIகள் உண்மையானவை. எனவே, இலக்கிய மதிப்பாய்வில் இரண்டு விதிகளை ஒருபோதும் மீற வேண்டாம்: (1) உண்மையான தரவுத்தளத்தில் உள்ள ஒவ்வொரு குறிப்பையும் சரிபார்க்கவும் (PubMed, Google Scholar, journal page) ஒருமித்த கருத்து, Scite).

எச்சரிக்கை: AI இன் சான்று உண்மையானதாகத் தோன்றலாம் - சரியான வடிவத்தில், பழக்கமான பத்திரிகை, நியாயமான ஆண்டு. இது இருக்கிறது என்று அர்த்தமல்ல. ஒரு கட்டுரையை PubMed/DOI இல் கண்டுபிடித்து திறக்கும் போது மட்டுமே அதை இருப்பதாகக் கருதுங்கள். உங்கள் வெளியீட்டில் புனையப்பட்ட குறிப்பைச் சேர்ப்பது உங்கள் அறிவியல் நற்பெயரை அழிக்கக்கூடிய தவறு.

RAG: வளம் சார்ந்த உற்பத்தி

RAG அணுகுமுறையில், AI முதலில் ஒரு உண்மையான ஆவணக் களஞ்சியத்திலிருந்து (நீங்கள் பதிவேற்றும் PDFகள் அல்லது ஒரு அறிவியல் தரவுத்தளத்தில்) தொடர்புடைய பத்திகளைக் கண்டறிந்து, அந்த பத்திகளின் அடிப்படையில் பதிலை உருவாக்கி, ஆதாரத்தை சுட்டிக்காட்டுகிறது. இது மாயத்தோற்றத்தை வெகுவாகக் குறைக்கிறது, ஏனெனில் மாதிரியானது "கற்பனை" செய்வதை விட "மேற்கோள்" செய்ய வேண்டும். உங்கள் சொந்த PDF நூலகத்தை RAG கருவிக்கு கொடுத்து, "இந்த 40 கட்டுரைகள் இதைப் பற்றி என்ன சொல்கிறது" என்று கேட்பது நேரான உரையாடலை விட மிகவும் நம்பகமானது; இருப்பினும், உண்மையான கட்டுரையில் உள்ள ஒவ்வொரு மேற்கோளின் பத்தியையும் பார்க்கவும்.

உதவிக்குறிப்பு: RAG ஐப் பயன்படுத்தும்போது கூட, "ஆதாரத்தை மேற்கோள் காட்டி, நான் வழங்கும் ஆவணத்தில் இருந்து மட்டும் பதில் சொல்லுங்கள், ஆவணம் அல்லாத தகவலைச் சேர்க்க வேண்டாம்" என்று வெளிப்படையாக அறிவுறுத்தவும். உண்மையான ஆவணத்தில் மாதிரி சுட்டிக்காட்டும் பத்தியைக் கண்டறியவும். இந்த இரண்டு படிகள் உங்கள் தொகுப்பை பாதுகாக்கும்.

முறையான ஆய்வு மற்றும் கருதுகோள் உருவாக்கம்

ஒரு முறையான மறுஆய்வு-குறிப்பிட்ட கேள்விக்கு அனைத்து தொடர்புடைய இலக்கியங்களையும் வெளிப்படையான மற்றும் மறுஉருவாக்கம் செய்யக்கூடிய முறையில் ஸ்கேன் செய்வதன் மூலம் பதிலளிப்பது-அதிக முறையான கடுமை தேவை: தேடல் உத்தி, சேர்த்தல்/விலக்கு அளவுகோல்கள், தரவு பிரித்தெடுத்தல். AI இந்த செயல்முறையின் இயந்திர பாகங்களை (சுருக்க திரையிடல், ஆரம்ப திரையிடல், தரவு பிரித்தெடுத்தல் வரைவு) வேகப்படுத்துகிறது, ஆனால் ஒவ்வொரு முடிவின் பொறுப்பும் வெளிப்படைத்தன்மையும் (ஒரு காகிதத்தைச் சேர்ப்பதா அல்லது விலக்குவதா) ஆராய்ச்சியாளரிடமே உள்ளது. AI இலக்கியத்தில் உள்ள இடைவெளிகளை சுட்டிக்காட்டுவதன் மூலம் கருதுகோள் உருவாக்கத்தை ஊக்குவிக்கிறது; ஆனால் அது உருவாக்கும் கருதுகோள் ஒரு தொடக்க புள்ளியாகும், ஆதாரம் அல்ல.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - ஸ்கேனிங் 10 மடங்கு வேகம். ஒரு மறுஆய்வுக் குழு 1,850 கட்டுரைச் சுருக்கங்களை ஆராய வேண்டியிருந்தது. RAG-அடிப்படையிலான கருவி மூலம், சேர்த்தல்/விலக்கு முன் தகுதி 3 நாட்களில் இருந்து 5 மணிநேரம் வரை நீடித்தது. ஆனால் இரண்டு ஆராய்ச்சியாளர்கள் சுயாதீனமாக 120 கட்டுரைகளைச் சரிபார்த்து, AI "விலக்கப்பட்டதாக" கருதி, 9 தவறான நீக்குதல்களை மீட்டெடுத்தனர்; AI தேர்வை மேற்கொண்டது, மனிதன் இறுதி முடிவை எடுத்தான்.

வழக்கு 2 - புனையப்பட்ட குறிப்பு பிடிக்கப்பட்டது. ஒரு PhD மாணவர் YZ யிடம் தனது ஆய்வறிக்கை நுழைவுக்காக 15 குறிப்புகளைக் கேட்டார். அவர் PubMed இல் சோதனை செய்தபோது, ​​அவற்றில் 6 இல்லை என்றும், 3 தவறான ஆசிரியருக்குக் காரணம் என்றும் அவர் கண்டறிந்தார். வெற்று அரட்டைக் கருவி ஒரு யதார்த்தமான ஆனால் போலியான புத்தகப் பட்டியலை உருவாக்கியது. சரிபார்ப்பு ஒரு கல்வி பேரழிவைத் தடுத்தது.

வழக்கு 3 - கருதுகோள் உத்வேகம். ஒரு வளர்சிதை மாற்ற பொறியியல் குழு AIயிடம் 60 தாள்கள் அடங்கிய கார்பஸைக் கொடுத்து, "எந்தப் பாதைகள் குறைவாகப் படிக்கப்படுகின்றன?" AI சோதனை செய்யப்படாத என்சைம் கலவையை சுட்டிக்காட்டியது. குழு இதை ஒரு கருதுகோளாக எடுத்து, அதை இலக்கியத்தில் சரிபார்த்து, ஒரு பரிசோதனையை வடிவமைத்தது; இறுதியில், உற்பத்தித்திறனை அதிகரிக்கும் ஒரு உண்மையான கண்டுபிடிப்பை அவர்கள் கொண்டு வந்தனர். உத்வேகம் AI இலிருந்து வந்தது, ஆதாரம் சோதனையிலிருந்து வந்தது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) ஆதாரம் தொடர்பான இலக்கிய தொகுப்பு (RAG):

உங்கள் பங்கு: அறிவியல் ஆய்வு உதவியாளர். நான் பதிவேற்றிய ஆவணங்களில் இருந்து மட்டும் பதிலளிக்கவும்; கூடுதல் ஆவணத் தகவலைச் சேர்க்க வேண்டாம். ஒவ்வொரு உரிமைகோரலுக்கும், மூல ஆவணத்தின் பெயரையும் தொடர்புடைய பத்தியையும் கொடுங்கள். ஆவணங்களில் பதில் இல்லாத கேள்விக்கு, "அது ஆவணங்களில் இல்லை" என்று சொல்லுங்கள். குறிப்பு, DOI, அல்லது ஃபிட்டிங்கைக் கண்டறிதல்.கேள்வி: [கேள்வி]

2) குறிப்பு சரிபார்ப்பு ஒழுக்கம்:

நான் உங்களுக்கு ஒரு தலைப்பை தருகிறேன். சாத்தியமான முக்கிய வார்த்தைகள் மற்றும் தேடல் உத்தி (PubMed தொடரியல் உடன்) பரிந்துரைக்கவும். ஆனால் உங்கள் கட்டுரைப் பட்டியல் போலியானது; நானே அழைப்பைச் செய்கிறேன். அதற்குப் பதிலாக நான் என்ன விதிமுறைகள், வடிப்பான்கள் மற்றும் சேர்த்தல்/விலக்கு அளவுகோல்களைப் பயன்படுத்த வேண்டும் என்று சொல்லுங்கள்.

3) முறையான தொகுப்பு நீக்குதல் உதவி:

கட்டுரையின் தலைப்பு+சுருக்கங்களைத் தருகிறேன். பின்வரும் சேர்க்கை அளவுகோல்களின் அடிப்படையில் (உள்ளடக்கம்: [அளவு]) ஒவ்வொன்றையும் சேர்க்க/விலக்கு/தெளிவாகப் பரிந்துரைக்கவும் மற்றும் உங்கள் பகுத்தறிவை எழுதவும். "நிச்சயமற்ற"வற்றை நான் கைமுறையாக மதிப்பாய்வு செய்வேன். முடிவு ஆரம்பமானது, இறுதியானது அல்ல என்பதை நினைவில் கொள்க; எந்த ஒரு கட்டுரையையும் நியாயமின்றி நீக்க வேண்டாம்.

4) கருதுகோள் உருவாக்கம் (கவனமாக):

ஒரு தலைப்பில் கண்டுபிடிப்புகளின் சுருக்கத்தை நான் உங்களுக்கு தருகிறேன். இலக்கியம் மற்றும் சோதிக்கப்படாத சேர்க்கைகளில் GAPS ஐ அடிப்படையாகக் கொண்ட 3 சோதிக்கக்கூடிய கருதுகோள்களை எனக்குப் பரிந்துரைக்கவும். ஒவ்வொரு கருதுகோளுக்கும்: அடிப்படையைக் குறிப்பிடவும், அது எவ்வாறு சோதிக்கப்படும், மேலும் இது ஒரு START, ஆதாரம் அல்ல. இல்லாத ஆதாரங்களை நம்பி இருக்காதீர்கள்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

CRISPR உடன் என்சைம் இன்ஜினியரிங் பற்றிய 10 கட்டுரைகளைக் கண்டுபிடித்து சுருக்கவும்.

மாதிரி உண்மையான தேடல்களைச் செய்யாது; பெரும்பாலும் போலியான குறிப்புகளை உருவாக்கும்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: உருவாக்க உதவியாளர். நான் பதிவேற்றிய 12 PDFகளை மட்டுமே அடிப்படையாகக் கொண்டு, "CRISPR-அடிப்படையிலான என்சைம் இன்ஜினியரிங்" என்ற தலைப்பில் முக்கிய கண்டுபிடிப்புகளை ஒருங்கிணைக்கிறேன். ஒவ்வொரு கண்டுபிடிப்புக்கும், அது எந்த PDF இலிருந்து வந்தது மற்றும் முழு பத்தியையும் காட்டவும். PDFகளில் இல்லாத ஆய்வுகள், DOIகள் அல்லது முடிவுகளைச் சேர்க்க வேண்டாம். உள்ளடக்கப்படாத எந்த துணை தலைப்புகளையும் "இந்த ஆவணங்களில் உள்ளடக்கப்படவில்லை" எனக் குறிக்கவும்.

வேறுபாடு: உண்மையான ஆவணங்களுடன் இணைத்தல், ஆதாரம்+பத்தியின் தேவை, புனையப்படுவதைத் தடை செய்தல் மற்றும் நோக்கத்தின் நேர்மை.

இலக்கியப் பணிகள் மற்றும் நம்பகமான அணுகுமுறை

தேடுதல்

ஆபத்தான சாலை

பாதுகாப்பான வழி

சரிபார்ப்பு

ஒரு கட்டுரையைக் கண்டறியவும்

அரட்டைக்கு "கண்டுபிடி" என்று சொல்வது

PubMed + RAG கருவி

DOI இல் உறுதிப்படுத்தல்

சுருக்கமாக

ஆவணங்கள் இல்லாத சுருக்கம்

ஏற்றப்பட்ட PDF இலிருந்து சுருக்கம்

உண்மையான பத்தியைப் பார்க்கவும்

நீக்குதல்

AI மீதான குருட்டு நம்பிக்கை

AI முன் தகுதி + மனிதர்

இரண்டாவது விமர்சகர்

தொகுப்பு

இலவச உற்பத்தி

ஆதாரம் சார்ந்த தொகுப்பு

மேற்கோள் சரிபார்ப்பு

கருதுகோள்

அதை "ஆதாரம்" என்று தவறாக நினைத்து

தொடக்க புள்ளி

சோதனை சோதனை

பொதுவான தவறுகள்

• குறிப்புகளை சரிபார்க்கவில்லை. AI யதார்த்தமான ஆனால் போலியான ஆதாரங்களை உருவாக்குகிறது; ஒவ்வொன்றும் தரவுத்தளத்தில் தோன்ற வேண்டும்.
• சாதாரண அரட்டையை அழைப்பதற்காக தவறாகப் புரிந்துகொள்கிறீர்கள். மாதிரி நினைவகத்திலிருந்து உருவாக்குகிறது; உண்மையான தேடலுக்கு RAG/database தேவை.
• நீக்குதல் முடிவை முழுமையாக வழங்குதல். தவறான நீக்குதல் தொகுப்பை உடைக்கும்; இரண்டாவது மதிப்பாய்வாளர் தேவை.
• ஆதாரத்திற்காக ஒரு கருதுகோளை தவறாகப் புரிந்துகொள்வது. AI ஆல் உருவாக்கப்பட்ட கருதுகோள் சோதனை மூலம் சோதிக்கப்படும் வரை ஊகமாகும்.
• நோக்கத்தை மிகைப்படுத்துதல். AI ஆனது "நான் எல்லாவற்றையும் ஸ்கேன் செய்தேன்" என்ற தோற்றத்தை கொடுக்கலாம்; நீங்கள் உண்மையான நோக்கத்தை ஆவணப்படுத்துகிறீர்கள்.

சுருக்கமாக

இலக்கிய மதிப்பாய்வு என்பது AI அதிக நேரத்தைச் சேமிக்கும் ஆனால் அதிக மாயத்தோற்றங்களை உருவாக்கும் பகுதி. எளிய அரட்டை கருவிகள் யதார்த்தமான ஆனால் போலியான சான்றுகளை உருவாக்கலாம்; எனவே ஒவ்வொரு மூலத்தையும் உண்மையான தரவுத்தளத்திற்கு எதிராக சரிபார்த்து, முடிந்தால், உண்மையான ஆவணங்களைச் சார்ந்திருக்கும் RAG- அடிப்படையிலான கருவிகளைப் பயன்படுத்தவும். ஒரு முறையான மதிப்பாய்வில், AI பூர்வாங்கத் திரையிடலைச் செய்கிறது, ஆனால் இறுதி முடிவும் வெளிப்படைத்தன்மையும் ஆராய்ச்சியாளருக்குச் சொந்தமானது. AI கருதுகோள் உருவாக்கத்தை ஊக்குவிக்கிறது; அந்த கருதுகோள் ஒரு தொடக்க புள்ளியாகும், அது சோதனை மூலம் உறுதிப்படுத்தப்படும் வரை ஆதாரம் அல்ல.

விண்ணப்ப பணி

ஒரு தலைப்பைத் தேர்ந்தெடுத்து, AI க்கு (வெற்று அரட்டை கருவி மூலம்) "இந்த தலைப்பில் 8 கட்டுரைகளைக் கண்டுபிடித்து சுருக்கவும்" என்று சொல்லுங்கள். PubMed அல்லது DOI க்கு எதிராக அவர் கொடுக்கும் ஒவ்வொரு குறிப்பையும் ஒவ்வொன்றாகச் சரிபார்த்து, எத்தனை உண்மையானவை என்பதைக் கணக்கிடுங்கள். பின்னர் RAG கருவி மூலம் அதே பணியை மீண்டும் செய்யவும் அல்லது நீங்களே பதிவிறக்கம் செய்த சில PDFகளை பதிவேற்றி "இந்த ஆவணங்களில் இருந்து மட்டும் பதில்" என்ற அறிவுறுத்தலுடன் செய்யவும். இரண்டு அணுகுமுறைகளின் நம்பகத்தன்மையின் சுருக்கமான ஒப்பீட்டை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] உண்மையான தரவுத்தளத்திற்கு எதிராக AI வழங்கிய ஒவ்வொரு குறிப்பையும் நான் சரிபார்த்தேன்.
• [ ] நான் இலக்கியத் தொகுப்பில் ஆதாரம் சார்ந்த (RAG/ஏற்றப்பட்ட ஆவணம்) அணுகுமுறையைப் பயன்படுத்தினேன்.
• [ ] நான் இரண்டாவது மதிப்பாய்வாளருடன் திரையிடல் முடிவுகளை தணிக்கை செய்தேன்.
• AI ஆல் உருவாக்கப்பட்ட கருதுகோளை நான் ஆதாரமாக கருதவில்லை, ஆனால் சோதனைக்கான தொடக்கமாக கருதினேன்.
• [ ] ஒவ்வொரு மேற்கோளின் பத்தியையும் அசல் கட்டுரையில் பார்த்தேன்.
• [ ] ஸ்கேன் உண்மையான அளவு மற்றும் வரம்புகளை நேர்மையாக ஆவணப்படுத்தியுள்ளேன்.