1. 前言

在日常開發(fā)中，為了保證技術(shù)方案的質(zhì)量，一般會(huì)在撰寫前進(jìn)行調(diào)研。如果先前沒(méi)有相關(guān)領(lǐng)域的知識(shí)儲(chǔ)備，筆者的調(diào)研方式一般是先通過(guò)搜索引擎進(jìn)行關(guān)鍵字查詢，然后再基于搜索的結(jié)果進(jìn)行發(fā)散。這樣調(diào)研的結(jié)果受關(guān)鍵字抽象程度和搜索引擎排名影響較大，可能會(huì)存在偏差導(dǎo)致調(diào)研不充分。剛好大模型風(fēng)靡有一段時(shí)間了，就想如果AI能自動(dòng)檢索資料并進(jìn)行內(nèi)容總結(jié)，豈不美哉。避免重復(fù)造輪子，先在網(wǎng)上檢索了一下，發(fā)現(xiàn)剛好有一個(gè)工具“STORM”滿足訴求。

2. 什么是STORM?

?STORM是一個(gè)由斯坦福大學(xué)開發(fā)的基于大型語(yǔ)言模型（LLM）的知識(shí)管理系統(tǒng)，它能夠針對(duì)特定主題進(jìn)行研究，并生成帶有引用的完整報(bào)告。系統(tǒng)分為預(yù)寫階段和寫作階段，通過(guò)互聯(lián)網(wǎng)研究收集參考資料并生成大綱，然后利用這些信息生成帶引用的全文。STORM通過(guò)視角引導(dǎo)提問(wèn)和模擬對(duì)話來(lái)提高生成內(nèi)容的質(zhì)量，支持自定義檢索器和語(yǔ)言模型，以適應(yīng)不同的使用場(chǎng)景?；镜膱?zhí)行流程如下圖：

??

3. 怎么使用STORM?

可以自己將倉(cāng)庫(kù)Clone到本地編譯運(yùn)行（需要設(shè)置openai_api_key）或者直接訪問(wèn)STORM試用，下面使用直接訪問(wèn)網(wǎng)頁(yè)的方式進(jìn)行說(shuō)明。

① 設(shè)置內(nèi)容主題并描述撰寫的目的

主題設(shè)置為“代碼可視化”，并將撰寫目的設(shè)置為“介紹技術(shù)的核心概念和前沿應(yīng)用”。

??

② 自動(dòng)檢索互聯(lián)網(wǎng)相關(guān)資料

??

③ 使用LLM生成文章內(nèi)容

??

④ 通過(guò)模擬對(duì)話優(yōu)化生成內(nèi)容

??

⑤ 展示生成內(nèi)容

得到生成文章，可以下載為PDF格式。

??

4. 原理淺析

STORM通過(guò)兩個(gè)主要階段來(lái)生成帶有引用的長(zhǎng)篇文章：

?預(yù)寫階段（Pre-writing stage）：這個(gè)階段系統(tǒng)基于互聯(lián)網(wǎng)收集參考資料，并生成一個(gè)文章大綱。這是文章寫作的準(zhǔn)備階段，幫助確定文章的結(jié)構(gòu)和將要包含的關(guān)鍵點(diǎn)；

?寫作階段（Writing stage）：有了大綱和參考資料，系統(tǒng)會(huì)利用這些資料生成完整的文章，并在文章中加入適當(dāng)?shù)囊谩?/p>

??

STORM的優(yōu)勢(shì)在于過(guò)程的自動(dòng)化，特別是自動(dòng)的提出好問(wèn)題。但直接提示語(yǔ)言模型提出的問(wèn)題效果并不理想，為了提高問(wèn)題提問(wèn)的深度和廣度，STORM采用了兩種策略：

?視角引導(dǎo)的問(wèn)題提問(wèn)（Perspective-Guided Question Asking）：通過(guò)調(diào)查類似主題相關(guān)文章來(lái)發(fā)現(xiàn)不同的視角，并利用這些視角來(lái)控制提問(wèn)的過(guò)程；

?模擬對(duì)話（Simulated Conversation）：模擬了一個(gè)維基百科作者和一個(gè)互聯(lián)網(wǎng)主題專家之間的對(duì)話，使語(yǔ)言模型能夠更新對(duì)主題的理解并提出后續(xù)問(wèn)題。

??

整個(gè)生成的執(zhí)行流程如下，可以看到生成一篇文章會(huì)進(jìn)行多趟的處理：

??

更多關(guān)于功能和原理的介紹可以閱讀論文：Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models。

5. 總結(jié)

使用STORM做技術(shù)調(diào)研相當(dāng)?shù)氖娣?，只需要拿到它生成的文章進(jìn)行閱讀并對(duì)內(nèi)容進(jìn)行甄別（大模型存在幻覺問(wèn)題），這極大的提升了工作效率。在大模型時(shí)代如果有人說(shuō)他不知道怎么學(xué)習(xí)和查找資料，那么估計(jì)99.9999999...%的概率只是懶而已

審核編輯 黃宇