還在為改論文頭禿？新AI幫你搞定它，加注釋查錯增刪細(xì)節(jié)樣樣在行，Meta AI團隊出品
110億參數(shù)打造
蕭簫 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
改論文，有時候比寫論文痛苦。
無論是導(dǎo)師“刷屏”的一個個建議，還是期刊給回來的審稿意見，都能折磨得人頭發(fā)狂掉。
好消息是，現(xiàn)在AI終于可以幫你改論文了。
像是給論文引用的某個算法/觀點加上原始參考文獻：
又或是修改文中的一些事實性錯誤：
都只需要描述一句話（直接粘貼導(dǎo)師的修改意見），AI就能準(zhǔn)確領(lǐng)會你的意圖，并上手改動論文。
最關(guān)鍵的是，改動的地方AI還會給出解釋，讓你流利應(yīng)對導(dǎo)師的“突擊檢查”：
這是Meta AI搞出來的最新協(xié)同語言模型PEER，要解決的就是AI會生成文章、卻不會改文章的問題。
△人均撲克高手（doge）
看到這里，一名在讀博士生狂喜：“沒寫完的博士論文有著落了！”
還有網(wǎng)友表示：
很棒的工作，如果LLM沒有交互性，那終將成為一個死胡同?！躲y河系漫游指南》的作者一定會喜歡它的。
那么，這只AI究竟是怎么學(xué)會“改文章”的？
用AI幫AI一步步“捋順?biāo)悸贰?/h1>
此前AI會寫卻不會改論文，主要有三點原因：
①無法控制文章細(xì)節(jié)，搞不懂自己要改啥；②無法聽懂人類的命令；③解釋不了自己生成了什么。
為此，Meta AI的研究人員用4個編解碼器組成PEER，每個編解碼器干不同的活。
它們被分別命名為PEER-Edit（整體規(guī)劃&編輯）、PEER-Undo（還原編輯步驟）、PEER-Explain（解釋編輯目的）、PEER-Document（搜集素材）。
這幾個編解碼器并非獨立工作，它們的作用是相輔相成的。
例如，PEER-Undo的出現(xiàn)，實際上就是為了加強PEER-Edit的編輯能力。
PEER-Edit是4個編解碼器中的核心骨干，它會在輸入一段待修改文本和參考素材后，決定如何對文本進行編輯，并給出編輯結(jié)果。
但如果直接用待修改文本和參考素材訓(xùn)練PEER-Edit，會發(fā)現(xiàn)它的編輯能力不穩(wěn)定。
因此，需要用PEER-Undo來根據(jù)PEER-Edit的輸出和素材，盡可能還原PEER-Edit編輯過的每個步驟，有點像是“幫對方捋順編輯思路”。
這樣一來，PEER-Edit就會意識到“原來我打算這樣編輯”，并借助PEER-Undo生成的結(jié)果，有意識加強訓(xùn)練效果。
在PEER-Edit和PEER-Undo之外，PEER-Explain和PEER-Document的作用就相對好理解了。
其中，PEER-Explain負(fù)責(zé)將最終編輯的結(jié)果“變成人話”；PEER-Document則負(fù)責(zé)到網(wǎng)上收集修改用的素材（包括但不限于維基百科），給PEER-Edit“打零工”。
4個編解碼器加在一起，就組成了一個既能與人溝通、了解修改意圖，也能上手查找資料、編輯論文的協(xié)同語言模型PEER。
團隊將它與其他模型的能力進行了比較。
110億參數(shù)實現(xiàn)SOTA
具體來說，比較的模型包括一些基于T5（Text-to-Text Transfer Transformer）的模型和一些1750億參數(shù)的解碼器模型（GPT-3）等。
從圖中可見，PEER系列的模型參數(shù)最高也就110億左右，但在一些相關(guān)評估上都刷新了SOTA。
從可以實現(xiàn)的效果來看，基本上能直接通過交互，讓AI寫出一段論文并修改：
例如“刪掉沒信源的表述”、以及“把步驟列出來”，這只AI都能準(zhǔn)確理解并實現(xiàn)：
不過對于這個模型，也有網(wǎng)友提出了一個設(shè)想：
如果讓PEER去審查PEER自己的文章，會怎樣呢？（手動狗頭）
論文地址：
https://arxiv.org/abs/2208.11663
參考鏈接：
https://twitter.com/timo_schick/status/1562818684049309698
- 字節(jié)突然開源Seed-OSS，512K上下文主流4倍長度，推理能力刷紀(jì)錄2025-08-21
- “現(xiàn)在讀AI博士已經(jīng)太晚了”2025-08-19
- 谷歌AI攻克亞洲語言難題，2300種語言數(shù)字化計劃正在推進2025-08-18
- AMD蘇姿豐公開懟扎克伯格！反對1億年薪挖人，使命感比鈔票更重要2025-08-18
相關(guān)閱讀
學(xué)直播預(yù)告-e1748316314289.png)
arXiv灌水機：機器自動生成論文標(biāo)題、摘要信息，還有40+奇妙A(yù)I應(yīng)用
還在為寫不出論文摘要發(fā)愁嗎？還在為辛辛苦苦湊字?jǐn)?shù)撓頭嗎？有個網(wǎng)站適合你。
