为什么不必ChatGPT
我用的ChatGPT是GPT 3.5，不能联网。当然没钞才能，所以不知道GPT-4运用感受怎么，所以今日给大家介绍一下怎么运用ChatPDF + New bing快速筛论文。
ChatPDF
上个月师兄给我推荐了这个网站：ChatPDF – Chat with any PDF!
你只需要上传论文PDF或许论文PDF的链接，它即可主动帮你阅览论文。只需你输入杰出的prompt，就能获得比较好的论文阅览成果。
凭我NLP人的直觉，这个网站背面的算法应该是主要做摘要和阅览了解之类的东西。
自然语言处理（NLP）的阅览了解（Reading Comprehension） 使命是指让计算机对自然语言文本进行了解和答复相关问题的使命。该使命旨在让计算机更好地了解自然语言文本，并能够答复与该文本相关的问题。
阅览了解使命通常包括两个子使命：
-
阅览了解（Reading Comprehension）：阅览一段给定的文本，了解其含义，并答复与该文本相关的问题。例如，给定一篇文章，计算机需要读取文章并答复与文章相关的问题，如“作者在文章中表达了什么观念？”、“文章中提到的人物是谁？”等。
-
问答体系（Question Answering）：这是阅览了解使命的一个更具挑战性的变体，其间问题并不是依据给定文本的，而是由用户提出的。计算机需要读取给定的文本，并依据用户提出的问题答复问题。例如，给定一篇文章和一个问题“这篇文章的主要内容是什么？”，计算机需要读取文章并答复问题。
自然语言处理（NLP）中的文本摘要使命 是指从一篇文本中主动提取出最重要的内容，并生成一个简略的摘要。它的主要意图是帮助人们快速了解一篇文章或文档的主要内容，以便于决策或进一步的处理。
文本摘要使命能够分为两类：单文档摘要和多文档摘要。单文档摘要是指从一篇文本中提取出最重要的内容，而多文档摘要则是从多篇文本中提取出要害信息。
可是我能够确认，这玩意儿肯定不能联网， 因为我问他了！
尽管答复的具体，可是不能联网，答案有时候比较呆瓜，超出论文内容的东西它就答复不出来了。
New Bing
几天之后师兄告知我：快看！New Bing也能够！
New Bing咱们知道，背靠微软，手拿OpenAI的GPT，还加上必应本身的查找，所以是一个依据检索+问答的强大体系。我不会答复没问题，可是我能够查啊！
已然师兄发现它能够读论文，那咱们岂不是省劲了？
可是实际运用下来效果并没幻想中的那么好，因为New Bing答复的比较简洁。
所以今日我用ChatPDF的时候发现一个好用的东西！
New Bing + ChatPDF
咱们看了一下我干嘛了。
我让ChatPDF帮我读论文，简略让他找数据集，可是它不知道？？？所以我把这个论文丢到New Bing中了，依据检索的New Bing能够查到啊！查到之后再丢回ChatPDF里，ChatPDF就能出更详尽的答复了。
我对ChatPDF： 数据集用了什么？
ChatPDF： DIFFUSEQ 论文中描述了四个典型的 SEQ2SEQ 文本生成使命以及用于评价模型功能的数据集。敞开域对话使命运用了Commonsense Conversation Dataset（Zhou等人，2018），该数据集从Reddit单轮对话中提取，包括超过300万个对话对。问答生成（QG）使命运用由Lin等人预处理的Quasar-T数据集（Dhingra等人，2017）。不幸的是，论文没有供给有关其他两个使命所运用的数据集的信息。
我对ChatPDF： 你再细心看一遍，用了什么数据集
ChatPDF： 十分抱愧，我的前一个答复有误。DIFFUSEQ 论文中描述了四个典型的 SEQ2SEQ 文本生成使命以及用于评价模型功能的数据集。敞开域对话使命运用了Commonsense Conversation Dataset（Zhou等人，2018），该数据集从Reddit单轮对话中提取，包括超过300万个对话对。问答生成（QG）使命运用由Lin等人预处理的Quasar-T数据集（Dhingra等人，2017）。另外两个使命是语音转写和机器翻译，但论文没有供给这两个使命所运用的数据集的信息。
上边这段对话能够看出来，四个数据集，光看论文只能告知我俩。
我对New Bing： 读一下这篇论文 arxiv.org/pdf/2210.08…
New Bing： 这篇论文的标题是 “DiffuSeq: Sequence to Sequence Text Generation with Diffusion Models”，作者是 Shansan Gong, Mukai Li, Jiangtao Feng, Zhiyong Wu 和 Lingpeng Kong。这篇论文发表在 arXiv.org 上，它讨论了怎么运用分散模型来解决序列到序列文本生成使命。 你想了解这篇论文的哪些方面？
我对New Bing： 这篇论文用了什么数据集？
New Bing： 依据我在查找成果中找到的信息，这篇论文运用了四个数据集：Commonsense Conversation、Quasar-T、Wiki-alignment 和 QQP。 你想了解更多关于这些数据集的信息吗？
我对ChatPDF： 这篇论文运用了四个数据集：Commonsense Conversation、Quasar-T、Wiki-alignment 和 QQP。
ChatPDF： 十分抱愧，我的前两个答复都有误。您是正确的，DIFFUSEQ 论文中运用了四个数据集：Commonsense Conversation、Quasar-T、Wiki-alignment 和 QQP。敞开域对话使命运用了Commonsense Conversation Dataset（Zhou等人，2018），问答生成（QG）使命运用了由Lin等人预处理的Quasar-T数据集（Dhingra等人，2017）。Wiki-alignment 数据集用于机器翻译使命，QQP 数据集用于语义类似度使命。 十分感谢您指出我的错误，并希望这次答复愈加精确和有用。
我对ChatPDF： 所以再说一下，用了啥数据集？
ChatPDF： DIFFUSEQ 论文运用了四个数据集：Commonsense Conversation、Quasar-T、Wiki-alignment 和 QQP。其间，Commonsense Conversation 数据集用于敞开域对话使命，Quasar-T 数据集用于问答生成（QG）使命，Wiki-alignment 数据集用于机器翻译使命，QQP 数据集用于语义类似度使命。
运用New Bing批改其成果之后，咱们得到了更合理的答案。
总结
ChatPDF：读论文才能强，专门做的读论文的问答体系，答复的更专业。可是不能联网，只能依据给定的PDF进行了解问答。
New Bing：尽管读论文才能一般，可是人家依据检索啊。
所以二者相得益彰或成为白嫖党新的读论文生产力。
本文正在参与「金石计划」
