提出了一种基于大型语言模型的研究思路写作代理 ——ResearchAgent，它在科学文献的基础上自动生成问题、方法和实验设计，并通过连接学术图谱中的信息和从基于实体为中心的知识库中提取的实体进行逐步改进。此外，通过与多个 ReviewingAgents 进行反复讨论和反馈来借鉴人类改善思路的方式，还利用与人类偏好一致的大型语言模型为评估提供标准。在多个学科的科技出版物上实验证明了 ResearchAgent 的有效性，通过人工和模型评估结果生成了新颖、明确和有效的研究思路。

Apr, 2024

预测从未发表的研究想法的影响力，使用大型知识图谱结合语义网络和引用网络，通过机器学习准确预测未来的网络动态和新研究方向的影响。

Feb, 2024

使用 AI 技术构建基于真实世界数据的 Science4Cast 基准测试，并提出十种不同的方法来预测人工智能研究的未来研究方向，最终目的是为了更先进的研究建议工具。

Sep, 2022

通过使用机器学习和大型语言模型，本论文介绍了一种知识工作者系统 Generate And Search Test，该系统能够高效地创建以前需要专家合作才能完成的解决方案。同时探讨了生成型人工智能和搜索引擎如何提供创意和验证事实、逻辑和语境，以消除人为偏见。

Jul, 2023

本研究基于 GPT-3 模型自动生成科学论文摘要，通过机器学习模型结合多种文本表示方法来辨别机器生成文本，并分析模型性能及讨论相关研究问题，旨在揭示人工智能生成文本的能力和局限性。

Apr, 2023

本文介绍了一种名为 PaperRobot 的自动研究助手系统，它通过构建全面的背景知识图谱、预测新的创意链接、以及基于记忆 - 注意力网络来生成新论文的关键要素，从而实现对大规模人类写作论文的深入理解，并通过图注意力和上下文文本注意力进行多角度分析和生成。经过图灵测试，PaperRobot 的生成摘要、结论和未来工作部分以及新标题被选择的概率分别高达 30％，24％和 12％以上，超过了人工写作的水平。

May, 2019

通过分析引文图，我们评估了人工智能辅助学术写作，并发现 GPT-4 在支持人类用户的构思方面能够生成合理的粗粒度引文组合，但在没有人为干预的情况下无法进行详细的相关工作综合。因此，我们建议未来的写作助手工具不应独立撰写文本。

Feb, 2024

该研究表明，将人类专业知识的分布纳入考虑，并以此训练无监督的人工智能模型，能够显著提高 AI 对未来发现的预测能力，特别是在相关文献稀缺的情况下，这些模型成功预测出人类预测和可能做出预测的科学家，为科学进步开创新的前沿。

Jun, 2023

创意解决问题的支持，使用生成型 AI 技术的 Supermind Ideator 系统，包括大型语言模型、用户界面等，以帮助用户使用创意解决问题的技术。

Nov, 2023

生成人工智能，尤其是像 OpenAI 流行的 ChatGPT 这样的工具正在重塑计算机科学研究的领域。本文提供了对 ChatGPT 和其他生成人工智能技术在计算机科学学术研究中多样应用的探索，提出使用生成人工智能来提高计算机科学研究科学家的工作效率的建议，重点是撰写新的研究论文。我们强调了创新性应用，如头脑风暴研究想法，辅助学术论文的起草和格式化，以及协助综述文献。此外，我们深入探讨了在理解跨学科方法、简化复杂文本以及推荐适合学术期刊发表方面应用这些技术的可能性。我们还着重讨论了生成人工智能在合成数据创建、研究方法论和指导以及任务组织和文章质量评估方面的贡献。本文还讨论了人工智能在文章审查、适应文本长度限制、构建对立观点和调查开发方面的实用性。此外，我们探讨了这些工具在传播观念、生成图像和音频、文本转录和与编辑人员互动方面的能力。我们还描述了一些不推荐在计算机科学研究中使用生成人工智能的用途，主要是由于该技术的局限性。

Nov, 2023