当前位置: 首页 > news >正文

利用大模型辅助科研论文写作·第一期|论文写作·24-11-02

小罗碎碎念

从这期推文开始,开一个新的系列——如何利用大语言模型辅助论文写作。

我目前的推文主要都集中于分享已经发表的论文,前期背景积累到一定程度以后,我们要动手做实验然后写自己的论文。如果从头到尾,全都自己写,那势必会花费大量的时间,所以不如把目光转向目前已有的大模型们。

除了提供效果好的示例以外,我还会分析一下大模型给出的结果是否正确,效果如何,并提供改善思路,所以这一期推文更像是科研领域的博主测评。


这一期是大模型辅助论文写作的第一期推文,简单介绍一下常用的几个结合点。

  1. 生成论文选题
  2. 生成论文框架
  3. 文献整理
  4. 思路创新

一、生成论文选题

这里以两个相差较大的领域举例分析。

1-1:社会科学

提问

探索未来社会发展的关键趋势,哪些领域值得关注与研究?

结果

image-20241102151836043


追问

假设你是社会科学领域资深的研究专家,请你根据上述内容,选择五个可行的论文选题,并给出你的依据。

结果

image-20241102151905380


1-2:医学领域

提问

在深度学习与医疗健康交汇的领域,哪些关键议题和前沿方向值得深入探索和研究?

结果

image-20241102151932687


追问

假设你是医学人工智能领域资深的研究专家,请你根据上述内容,选择五个可行的论文选题,并给出你的依据。

结果

image-20241102151956251


二、生成论文框架

现在从第一部分内容生成的标题中选择一个作为我们的研究方向——医学图像分割中的多模态信息融合与优化。

2-1:标题分析

提问

假设你是资深的医学人工智能专家,我现在将选择的论文题目是——医学图像分割中的多模态信息融合与优化,请分析该论文的可行性,并详细阐述论文的方向和研究背景。

image-20241102153723251

这些方向倒是都还不错,但是都偏工科,而不是面向医工交叉的方向

image-20241102153911252


2-2:协助构建框架

建议按照预期投稿期刊的框架来搭建你的论文写作框架,如果没有预期的话,用大模型提供的框架,事后按要求修改也可以。


提问

我的论文题目是“医学图像分割中的多模态信息融合与优化”,请你协助我搭建一个论文写作框架,并阐明依据

image-20241102154008912

image-20241102154051379


2-3:填充章节内容

提问

请你根据上述划分的章节架构,进行详细的内容填充。

image-20241102154231305

image-20241102154318114


三、文献整理

无论是经过实际的测试还是日常的经验,我都不建议使用大模型查阅文献,因为非常难找到真正契合自己的文献。查找文献的最佳方式还是通过检索词进行高级检索,然后再设置其他的限制条件,如作者、发表时间及文献类型等等。

但是考虑到部分老师/同学想要入门新的一个领域,那么借助大模型进行一下前期的分析是完全可行的。


3-1:根据关键词搜索文献

提问

在“机器学习”应用于“肿瘤诊断”的领域,您能否推荐一些最新的并且影响因子高的研究文献?

回答

我检测了一下,链接都是可以打开的,确实是该领域的研究文献,不过最新的一篇文献是22年1月发表的,实效性难以保证。

image-20241102145512937


3-2:文献筛选与分类

为了解决上面存在的问题,我们可以进一步优化提示词。

提问

请提供最近一年内发表的研究论文,这些论文应专注于机器学习在肿瘤诊断中的应用,并详细评估其在提高诊断准确性和实际应用效果方面的表现。

回答

经过实际测试,最新的文献已经是24年6月发表的了


提问

请检索最近几年内完成的关于机器学习在医学诊断领域应用的博士或硕士学位论文。同时,请对这些论文的研究方法、实验设计以及最终结论进行详细分析和概述。

回答

经过测试,虽然都是22-24年发表的文献,但是给出的还是研究性论文,并非我们想找的学位论文;想要查找学位论文,还是得去知网。


3-3:文献综述生成

提问

我目前专注于机器学习在肿瘤诊断领域的应用研究。能否协助我编写一份全面的文献综述,该综述应涵盖该领域内的最新研究成果、关键方法、技术挑战以及未来发展方向?

回答

新倒是比较新,但是分数都很低

经过测试,文章质量非常差

总结一下,大模型对于文献综述这种较高难度的任务,还是非常难以达到人类的水平,所以我们不能直接让它辅助生成文献综述,需要先自己搭建好框架,然后再分块运用大模型来辅助我们写作。(这一部分会在后续的内容介绍)


四、思路创新

4-1:新颖的观点和角度

提问

我在写关于人工智能在肿瘤诊断中的应用的论文,有哪些新颖的观点可以帮助我突出这个领域的重要性?

回答

image-20241102155123088


4-2:探索相关领域

提问

我在研究机器学习在医学领域中的应用,是否有其他领域的思维方式可以为我的研究提供新的思考角度?

回答

看到这个回答,倒是让我想起之前很流行的仿生模型来,有点类似现在的类脑人工智能了,不过之前的那些很多都是模仿动物的行为,比如蚁群算法、鱼群算法等等


4-3:挑战传统观点

提问

我在研究医学人工智能,有哪些传统的观点需要重新思考?

image-20241102155808527


相关文章:

利用大模型辅助科研论文写作·第一期|论文写作·24-11-02

小罗碎碎念 从这期推文开始,开一个新的系列——如何利用大语言模型辅助论文写作。 我目前的推文主要都集中于分享已经发表的论文,前期背景积累到一定程度以后,我们要动手做实验然后写自己的论文。如果从头到尾,全都自己写&#xf…...

JavaScript。—关于语法基础的理解—

一、程序控制语句 JavaScript 提供了 if 、if else 和 switch 3种条件语句&#xff0c;条件语句也可以嵌套。 &#xff08;一&#xff09;、条件语句 1、单向判断 &#xff1a; if... &#xff08;1&#xff09;概述 < if >元素用于在判断该语句是否满足特定条…...

Tomcat 11 下载/安装 与基本使用

为什么要使用Tomcat&#xff1f; 使用Apache Tomcat的原因有很多&#xff0c;以下是一些主要的优点和特点&#xff1a; 1. 开源与免费 Tomcat是一个完全开源的项目&#xff0c;任何人都可以免费使用。它由Apache软件基金会维护&#xff0c;拥有一个活跃的社区&#xff0c;这…...

Linux系统时间服务——Chrony服务器

文章目录 Linux系统时间服务——Chrony服务器前言时间同步的重要性Linux系统的两种时钟系统时钟&#xff08;System Clock&#xff09;相关命令硬件时钟 (RTC - Real Time Clock)相关命令 Chrony介绍NTP Chronyc相关命令服务管理相关命令chronyc 基本命令时间校正和控制命令NTP…...

C# 接口(Interface)

C# 接口&#xff08;Interface&#xff09; 接口在C#中是一种非常重要的概念&#xff0c;它定义了一个约定&#xff0c;实现该接口的类必须遵循这个约定。接口可以包含方法、属性、事件和索引器&#xff0c;但不包含实现。这使得接口成为定义抽象行为的理想选择。在本文中&…...

《高频电子线路》—— 电容三端LC振荡器

文章内容来源于【中国大学MOOC 华中科技大学通信&#xff08;高频&#xff09;电子线路精品公开课】&#xff0c;此篇文章仅作为笔记分享。 电容三端LC振荡器 基本原理&#xff08;考毕兹电路&#xff09; 反馈电压从C2上取得&#xff0c;作为输入电压&#xff0c;形成正反馈&a…...

leetcode35.搜索插入位置

1&#xff09;题目描述&#xff1a; 2&#xff09;本题要求使用 时间复杂度O(log n)的算法&#xff0c;这里使用二分查找的方法&#xff0c;这道题本身不复杂&#xff0c;但是&#xff0c;在使用递归调用时&#xff0c;笔者经常把递归结束的边界搞错&#xff0c;这里给出几版代…...

Redis全系列学习基础篇之位图(bitmap)常用命令的解析

文章目录 描述常用命令及解析常用命令解析 应用场景统计不确定时间周期内用户登录情况思路分析实现 统计某一特定时间内活跃用户(登录一次即算活跃)的数量思路分析与实现 描述 bitmap是redis封装的用于针对位(bit)的操作,其特点是计算效率高&#xff0c;占用空间少,常被用来统计…...

Copilot功能

Copilot 1、简介&#xff1a;Copilot是由GitHub与OpenAI共同开发的一款AI编程助手&#xff0c;旨在帮助开发者提高工作效率&#xff0c;改善代码质量。 2、主要功能包括&#xff1a; 1.代码补全&#xff1a;Copilot可以在开发者编写代码时提供代码建议&#xff0c;包括函数、循…...

《GBDT 算法的原理推导》 11-13初始化模型 公式解析

本文是将文章《GBDT 算法的原理推导》中的公式单独拿出来做一个详细的解析&#xff0c;便于初学者更好的理解。 公式(11-13)是GBDT算法的第一步&#xff0c;它描述了如何初始化模型。公式如下&#xff1a; f 0 ( x ) arg ⁡ min ⁡ c ∑ i 1 N L ( y i , c ) f_0(x) \arg \m…...

# Easysearch 与 LLM 融合打造高效智能问答系统

LangChain通过提供统一的抽象层和丰富的工具&#xff0c;极大地简化了LLM应用程序的开发过程&#xff0c;使得开发者能够更加专注于业务逻辑。RAG技术则通过索引和检索生成两步流程&#xff0c;利用最新数据或私有数据作为背景信息来增强大模型的推理能力。然而&#xff0c;对于…...

本地可以插入表记录,生产不能插入表记录

先说解决方案&#xff1a; 切面没有注入容器&#xff0c;在切面这加上Component详情&#xff1a; 大致是这样一个方法&#xff0c;本地运行会插入数据到sys_log表&#xff0c;但部署到服务器上就不会插入&#xff0c;而服务部署三年多了&#xff0c;一个表一直是空的居然没人…...

11.Three.js使用indexeddb前端缓存模型优化前端加载效率

11.Three.js使用indexeddb前端缓存模型优化前端加载效率 1.简述 在使用Three.js做数字孪生应用场景时&#xff0c;我们常常需要用到大量模型或数据。在访问我们的数字孪生应用时&#xff0c;每次刷新都需要从web端进行请求大量的模型数据或其他渲染数据等等&#xff0c;会极大…...

功能测试:方法、流程与工具介绍

功能测试是对产品的各功能进行验证的一种测试方法&#xff0c;旨在确保软件以期望的方式运行并满足设计需求。以下是对功能测试的详细解释&#xff1a; 一、定义与目的 定义&#xff1a;功能测试&#xff08;Functional Testing&#xff09;&#xff0c;也称为行为测试&#…...

【Orange Pi 5 Linux 5.x 内核编程】-设备驱动中的sysfs

设备驱动中的sysfs 文章目录 设备驱动中的sysfs1、sysfs介绍2、内核对象(kobject)介绍3、设备驱动中的SysFS31 在/sys中创建目录3.2 创建sysfs文件3.2.1 创建属性3.2.2 创建sysfs文件4、驱动程序实现5、驱动验证1、sysfs介绍 sysfs是内核导出的虚拟文件系统,类似于/proc。sys…...

微信小程序-全局数据共享/页面间通信

一.全局数据共享 声明全局的变量&#xff0c;在app.js文件里 App({//全局共享的数据globalData:{token:},//设置全局数据setToken(token){this.globalData.tokentoken}})使用 getApp() 获取全局App实例 //返回全局唯一的APP实例 const appInstancegetApp()Page({login(){con…...

java计算机毕设课设—Java聊天室(附源码、文章、相关截图、部署视频)

这是什么系统&#xff1f; 资源获取方式再最下方 java计算机毕设课设—Java聊天室(附源码、文章、相关截图、部署视频) Java聊天室系统是一个基于Java语言开发的在线即时通讯平台&#xff0c;旨在为用户提供一个简单、易用的实时交流环境。该系统支持多用户同时在线交流&…...

图像识别基础认识

import numpy as np import pandas as pd import matplotlib.pyplot as plt import cv2 %matplotlib inline读取图像 img = cv2.imread(shuzi.png) # 显示图像 cv2.imshow(shuzi, img) # 设置窗口大小 #cv2.resizeWindow(shuzi, 800, 600) # 设置宽为800,高为600 cv2.waitKe…...

使用 OpenCV 读取和显示图像与视频

概述 OpenCV 是一个强大的计算机视觉库&#xff0c;广泛应用于图像处理和视频处理等领域。本文将详细介绍如何使用 OpenCV 在 Python 中读取和显示图像以及视频&#xff0c;并通过具体的代码示例来展示整个过程。 环境准备 在开始之前&#xff0c;请确保已经安装了 OpenCV 库…...

【1】Elasticsearch 30分钟快速入门

文章目录 一、Elasticsearch 基本概念及工作原理(一)基本概念(二)工作原理二、Elasticsearch 原生 RESTful 方式的增删改查(一)创建索引(二)插入文档(三)查询文档(四)更新文档(五)删除文档(六)删除索引三、Python SDK 实现增删改查(一)安装 Elasticsearch Py…...

教材管理系统设计与实现

教材管理系统设计与实现 1. 系统概述 教材管理系统是一个基于PHP和SQL的Web应用程序&#xff0c;旨在为学校提供一个高效的教材管理平台。该系统可以帮助管理员录入教材信息、教师查询和申请教材、学生查询教材信息&#xff0c;提高教材管理的效率和透明度。 2. 技术栈 前端…...

软考(中级-软件设计师)数据库篇(1101)

第6章 数据库系统基础知识 一、基本概念 1、数据库 数据库&#xff08;Database &#xff0c;DB&#xff09;是指长期存储在计算机内的、有组织的、可共享的数据集合。数据库中的数据按一定的数据模型组织、描述和存储&#xff0c;具有较小的冗余度、较高的数据独立性和扩展…...

安装nscd及glibc包冲突降级【centos7】

安装nscd及glibc包冲突降级【centos7】 一、查看当前glibc版本二、查找可用的glibc版本三、备份系统和数据四、降级glibc五、验证降级是否成功六、解决其他依赖问题七、测试和验证八、考虑使用容器技术endl [08:41:07 rootcentos7 ~]# yum -y install nscd Loaded plugins: fas…...

Qt字符编码

目前字符编码有以下几种&#xff1a; 1、UTF-8 UTF-8编码是Unicode字符集的一种编码方式(CEF)&#xff0c;其特点是使用变长字节数(即变长码元序列、变宽码元序列)来编码。一般是1到4个字节&#xff0c;当然&#xff0c;也可以更长。 2、UTF-16 UTF-16是Unicode字符编码五层次…...

Ubuntu用docker安装AWVS和Nessus(含破解)

Ubuntu安装AWVS(更多搜索&#xff1a;超详细Ubuntu用docker安装AWVS和Nessus) 首先安装docker&#xff0c;通过dockers镜像安装很方便&#xff0c;且很快&#xff1b;Docker及Docker-Compose-安装教程。 1.通过docker search awvs命令查看镜像&#xff1b; docker search awvs…...

tauri开发中如果取消了默认的菜单项,复制黏贴撤销等功能也就没有了,解决办法

取消默认的菜单项&#xff1a;清除tauri默认的菜单项&#xff0c;让顶部的菜单menu不显示-CSDN博客 就是通过配置空菜单&#xff0c;让菜单不显示&#xff0c;但是这个引发的问题就是复制黏贴撤销等功能也就没有了&#xff0c;解决办法&#xff1a; 新增加编辑下的子菜单&…...

HNU-小学期-专业综合设计

写在前面 选题&#xff1a;大数据技术-智慧交通预测系统 项目github地址&#xff08;如果有用麻烦点个star与follow&#xff09;&#xff1a;https://github.com/wolfvoid/HNU-ITPS &#xff08;全部代码以及如何部署参见README&#xff09; 项目报告&#xff1a;如下&…...

Linux安装es和kibana

安装Elasticsearch 参考文档&#xff1a;https://www.elastic.co/guide/en/elasticsearch/reference/current/targz.html#targz-enable-indices 基本步骤下载包&#xff0c;解压&#xff0c;官网提示&#xff1a; wget https://artifacts.elastic.co/downloads/elasticsearc…...

第二十六章 Vue之在当前组件范围内获取dom元素和组件实例

目录 一、概述 二、获取dom 2.1. 具体步骤 2.2. 完整代码 2.2.1. main.js 2.2.2. App.vue 2.3. BaseChart.vue 三、获取组件实例 3.1. 具体步骤 3.2. 完整代码 3.2.1. main.js 3.2.2. App.vue 3.2.3. BaseForm.vue 3.3. 运行效果 一、概述 我们过去在想要获取一…...

Markdown 区块

再段落开头&#xff0c;使用>符号&#xff0c;在符号后面按空格&#xff0c;效果图是最左侧有一条灰色的粗线&#xff0c;这是一级区块 二级区块和三级区块只需要在一级的后面加>符号&#xff0c;就可以进入二级区块&#xff0c;效果如下图 还可以在区块内部签到无序列表…...