萧箫 发自 凹非寺量子位 | 公众号 QbitAI
有时候改论文比写论文更痛苦。
无论是导师“刷屏”的建议，还是期刊给出的审稿意见，都会折磨人的头发疯掉。
好消息是，现在AI终于可以帮你改论文了。
例如，将原始参考文献引用到论文中的算法/观点：
或者修改文章中的一些事实错误：
只需描述一句话(直接粘贴导师的修改意见)，AI你可以准确理解你的意图，并开始改变论文。
最重要的是，AI也会解释改变的地方，让你流利应对导师的“突击检查”:
这是Meta AI最新的协同语言模型PEER，要解决的问题是人工智能会生成文章，但不会改变文章。
△人均扑克高手（doge）
看到这里，一位在读博士生狂喜：“未完成的博士论文有落地！”
有网友表示：
一份伟大的工作，如果LLM没有互动，它最终将成为一条死胡同。《银河系漫游指南》的作者一定会喜欢的。
那么，这个AI到底是怎么学会“改文章”的呢？
用AI帮AI一步一步“抚顺思路”
以前人工智能会写但不会改论文，主要有三个原因:
①无法控制文章的细节，无法理解你想改变什么；②无法理解人类的命令；③我无法解释我生成了什么。
为此，Meta AI研究人员由四个编解码器组成PEER，每个编解码器都做不同的工作。
它们分别命名为PEER-Edit（整体规划&编辑）、PEER-Undo(还原编辑步骤)，PEER-Explain(解释编辑目的)，PEER-Document(收集资料)。
这些编解码器不是独立工作的，它们的作用是互补的。
例如，PEER-Undo实际上，它是为了加强PEER-Edit编辑能力。
PEER-Edit它是四个编码解码器的核心骨干，它将决定如何编辑文本，并在输入一段文本和参考资料后给出编辑结果。
但是，如果直接使用待修改的文本和参考材料进行培训PEER-Edit，会发现其编辑能力不稳定。
因此，需要使用PEER-Undo来根据PEER-Edit尽可能还原输出和材料PEER-Edit编辑的每一步都有点像“帮助对方理顺编辑思路”。
这样一来，PEER-Edit你会意识到“我打算这样编辑”，并借助它PEER-Undo有意识地增强训练效果，产生结果。
在PEER-Edit和PEER-Undo之外，PEER-Explain和PEER-Document它的作用相对容易理解。
其中，PEER-Explain负责将最终编辑的结果“变成人话”；PEER-Document负责在线收集和修改材料（包括但不限于维基百科全书）PEER-Edit“打零工”。
四个编解码器加在一起，形成了一个协同的语言模型，可以与人沟通，理解修改意图，也可以开始搜索信息和编辑论文PEER。
该团队将其与其他模型的能力进行了比较。
110亿参数实现SOTA
具体来说，比较模型包括一些基于T5（Text-to-Text Transfer Transformer）1750亿参数的解码器模型和一些模型（GPT-3）等。
从图中可以看出，PEER该系列的最高模型参数约为110亿，但在一些相关评估中刷新了SOTA。
从可实现的效果来看，人工智能基本上可以通过交互直接写一篇论文并进行修改：
比如“删除无信源的表达”和“列出步骤”，这个人工智能就能准确理解和实现:
但对于这个模型，也有网友提出了一个想法：
如果让PEER审查PEER自己的文章，会发生什么？(手动狗头)
论文地址：https://arxiv.org/abs/2208.11663
参考链接：https://twitter.com/timo_schick/status/1562818684049309698
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间了解前沿科技动态，
相关文章
