type
status
date
slug
summary
tags
category
icon
password
platform
用 Kimi.ai 辅助学习 AI 论文
在 中，我提到一个观点：AI 的知识现在非常新，变化非常快，很多都无法从书籍中获取。反而是学术界和商业界两开花，高质量的文章和学术论文是非常好的学习材料。
作为一名 AI 产品经理，在日常的工作中，就经常会将在学术论文中学习到的知识应用到工作中。
AI 相关的论文，大部分是英文的。
而我本身不具备英语阅读的能力。因为学术论文的阅读能力也比较差。过去直接阅读一篇论文，我一般是利用 google 翻译或者其他翻译引擎，将论文翻译成中英两份，直接阅读论文。但因为在 AI 学术领域的了解并不充足，在阅读论文时，存在语言和理解的双重障碍，阅读起来比较慢。
但点在，好在有了 AI，可以通过 AI 来辅助我阅读论文。
AI 作为 Copilot，可以大大提高学习的效率。对具有主动学习能力的人，是非常大的增强。
下面我就讲讲，我是怎么通过 Kimi.ai 来阅读论文，学习 AI 的。
Kimi.ai 阅读论文的方法论
在 arxiv 这个网站是，有非常多的 AI 的论文。
以我最近在学习的 RAG（检索增强生成 Retrieval-Augmented Generation） 为例，在 AI 应用层的软件中，最近很多应用都基于 RAG 来搭建。例如【上篇文章】提到的 AI 搜索，本质上也是使用了 RAG 搜索技术。
所以在工作中，最近我也在学习 RAG 相关的技术。就阅读了 RAG 相关的学术论文。
01 快速阅读论文概要
学习 RAG ，首先我找到的是这篇《Retrieval-Augmented Generation for Large Language Models: A Survey(大型语言模型的检索增强生成：一项综述)》
学者们对当前学术领域的 RAG 知识作了综述。这对于我这样学习的人来说，是一个非常好的“地图”，可以了解 RAG 目前发展的最新情况，技术原理，发展的方向等。
将这个文档使用 prompt 发送给 Kimi，就会得到
通过大纲，可以快速阅读论文的内容。例如通过 Kimi总结的大纲，就可以知道文章的结构。
首先我阅读了 RAG 技术概述部分，了解 RAG 的发展现状，从大纲中也可以看出这篇论文将 RAG 分成了基础 RAG，高级 RAG 和 模块化 RAG 三个阶段。
于是我接着让 Kimi 介绍每个阶段的 RAG，让我可以快速了解每一个阶段的区别。
文章的主体部分，也将 RAG 的主要内容分成“检索-生成-增强-下游任务”几个部分来叙述。这样我就可以找到自己想要重点学习的部分来阅读。
最终，将笔记沉淀到了 Notion 中
02 和论文对话
在阅读论文的过程中，如果遇到难以理解的部分，可以直接问 Kimi
比如我在阅读《ReAct: Synergizing Reasoning and Acting in Language Models(ReAct：在语言模型中协同推理与行动)》这篇论文时，文章提出了一种将大语言模型的推理和执行分开的方法——「\model 方法」。
但是在阅读这篇文章时，因为文章中的试验和代码部分我不能很好地理解。不知道作者提出的方法，于是我直接询问 Kimi 「详细地介绍作者提出的 \model 方法」
Kimi 就会回答我：
但是在阅读了介绍以后，我还是不知道应该如何使用 \model 方法吗，于是我再接着询问 Kimi 「具体在写 prompt 的时候，怎么使用 \model 方法?」
这样我就可以知道这个方法的使用方法。如果需要使用 LLM 来处理复杂任务时，就可以运用起来。
另一个案例，在阅读《SWAG: Storytelling With Action Guidance(SWAG：讲故事与行动指导)》这篇论文时，论文写的是通过一个方法，让 LLM 更好地完成长文写作工作。
SWAG 方法通过两个模型的反馈循环简化故事写作为搜索问题，其中一个LLM生成故事内容，另一个辅助LLM选择下一个最佳“行动”以引导故事发展。
但因为文章中使用了太多的伪代码，读起来很复杂，于是我就让 Kimi 用人话，将这个过程解释了一遍。
效果显著：
03 使用学术搜索，搜索相关论文
最近 Kimi 新上线了 Kimi+ 功能，提供了多个用户常用的智能应用。
给 Kimi 增加了实时搜索，学术搜索，200 万超长文本等功能。
「学术搜索」这个功能会将常见的论文网站的内容搜索出来，作为参考，让大语言模型给你生成回答。
例如前段时间，我在研究“文本分割”这个主题，我就可以让 Kimi+ 学术搜索来给我推荐论文。
如下图，Kimi 找到了 10 篇相关的论文，并且共处了论文的摘要，这样我就可以挑选我感兴趣的论文，进行进一步阅读。
04 介绍实验过程
这个场景其实我用的比较少。因为我在阅读论文时并不是为了写学术论文，更多的是学习知识。
但如若你是一位科研人员，那么你在阅读论文时，除了了解论文内容外，可能还要了解论文的实验过程，可以作为自己论文写作的有效参考。
这时你也可以直接询问 Kimi，论文的实验是如何设计的：
更有甚者，你还可以同时上传多篇针对某一主题的论文，让 Kimi 总结他们的研究方法的异同。
Kimi.ai 的其他使用技巧
Kimi.ai 出自 Moonshot 月之暗面公司之手，Moonshot 也是国内的大模型厂商的之一。
Kimi 的大语言模型也是国内最早支持20万字上下文，200万字内测中。功能很强大。第一次使用到 Kimi 时，我就发现了这个大模型对长文本和文章阅读的场景非常友好。
深入了解以后，才发现 Moonshot 这家公司的背景，CEO 杨植麟本身就是清华科班出身，技术力量很雄厚， 也难怪 Moonshot 可以做出这么好用的模型。现在对 Moonshot 这家公司充满敬佩。
除了模型足够强大外让我比较意外的是，Kimi.ai 在用户体验上也做得很好。
Kimi.ai 是唯一一个同时拥有手机App，web 端，H5 端，小程序端，多端同步的AI 产品。
这意味着随时随地使用 Kimi.ai
例如，点击下方的小程序链接，就可以马上体验 Kimi。
使用小程序时，你还可以直接将微信中收到的文件直接分享给 Kimi 小程序，让他帮你阅读和处理。
结语
之前在《基于 Kimichat 的渐进式阅读法》这篇文章中，分享了我使用 Kimi.ai 来阅读文章的方法，前几天还有读者在问到 Kimi 这款 AI 工具。
所以今天再写了一篇我用 Kimi 来阅读论文的方法。希望对你有帮助
Kimi.ai 确实是非常良心的大模型应用，趁着还是免费使用，赶紧上车吧。