7k star！斯坦福开源学术研究神器！storm

扫码领取享50优惠！随时可用，先到先得！

大家好，今天跟大家分享 一个由大语言模型（LLM）加持的知识管理系统，用于研究某个课题并生成带有引文的完整报告。

输入研究的主题，并详细说明写这篇文章的目的，等待三分钟左右，storm会自动在网络上检索并解读整理输出总结的报告！！！

storm 简介

官方介绍:

STORM 是一个LLM系统，可以根据互联网搜索从头开始编写类似维基百科的文章。

虽然该系统无法生成通常需要大量编辑的可发表文章，但经验丰富的维基百科编辑发现它在预写作阶段很有帮助。

STORM 如何工作：

STORM 将生成带有引用的长文章分为两个步骤：

预写阶段：系统通过互联网进行研究，收集参考资料并生成大纲。

写作阶段：系统使用大纲和参考文献生成带有引文的全文文章。

STORM 认为研究过程自动化的核心是自动提出好的问题。直接提示语言模型提出问题效果并不好。为了提高问题的深度和广度，STORM 采用了两种策略：

观点引导提问：给定输入主题，STORM 通过调查类似主题的现有文章来发现不同的观点，并使用它们来控制提问过程。

模拟对话：STORM 模拟维基百科作者和基于互联网资源的主题专家之间的对话，使语言模型能够更新其对主题的理解并提出后续问题。

storm 具体使用

1、输入主题并详细说明写这篇文章的目的

如下所示，我尝试让storm去搜索多模态大模型相关的内容，并且希望它帮忙总结一些垂直领域微调的经验

2、点击运行，则会自动开始理解需求，并在互联网上收集一大堆相关的文章，如下所示：

Start browsing the Internet. (Step 2 /4)

根据收集的文章资料，进一步的处理，并最终输出下面的内容，左边是目录，右边是具体的内容：

点击最底下的 Show as PDF 可以将模型总结的结果输出成pdf文件，并且可以保存到本地，并且附带所有引用的参考文章链接  而且整个过程只需3分钟就完成了。

从内容来看，不是很准，没能找到非常想要的结果，也可能是我的prompt写的不够好，但是看着非常实用，值得推荐一波。

论文和项目地址：

https://storm.genie.stanford.edu/

https://arxiv.org/abs/2402.14207

https://github.com/stanford-oval/storm/

课程推荐

对于希望入门 NeRF 或者对这个方向感兴趣但是又担心课程质量，怕被割的小伙伴，可以了解一下哈

扫描了解更多（添加助理，可以试看视频）：

下面是课程的大纲和往期学生的一些反馈，内容真实可靠，课程的单价不高，基本上就是赚口碑了，有兴趣的小伙伴可以扫描最下面的二维码了解！！！

课程大纲：

往期学员真实反馈：