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

【阅读原文】跳转Github项目

项目简介

STORM 是一个由大型语言模型（LLM）驱动的知识整合系统，它能够从零开始研究一个主题，并生成带有引用的完整报告。

该项目由Yijia Shao、Yucheng Jiang、Theodore A. Kanell、Peter Xu、Omar Khattab和Monica S. Lam共同开发，并在NAACL 2024会议上发表了相关论文。

使用方法

STORM将生成长篇文章与引用的过程分为两个阶段：

1. 预写阶段：系统通过互联网研究收集参考资料，并生成大纲。

2. 写作阶段：系统使用大纲和参考资料生成带有引用的全文文章。

相关配置

要在当地运行STORM以重现实验，请按照以下步骤操作：

1. 安装所需的软件包。

conda create -n storm python=3.11
conda activate storm
pip install -r requirements.txt

2. 设置OpenAI API密钥和You.com搜索API密钥（https://api.you.com/）。在根目录下创建一个名为secrets.toml的文件，并添加以下内容：

# 设置OpenAI API密钥。
OPENAI_API_KEY=<your_openai_api_key>
# 如果你使用的是OpenAI提供的API服务，请包含以下行：
OPENAI_API_TYPE="openai"
# 如果你使用的是Microsoft Azure提供的API服务，请包含以下行：
OPENAI_API_TYPE="azure"
AZURE_API_BASE=<your_azure_api_base_url>
AZURE_API_VERSION=<your_azure_api_version>
# 设置You.com搜索API密钥。
YDC_API_KEY=<your_youcom_api_key>

预写阶段

对于FreshWiki数据集的批量实验：

python -m scripts.run_prewriting --input-source file --input-path ../FreshWiki/topic_list.csv  --engine gpt-4 --do-research --max-conv-turn 5 --max-perspective 5

对于单个主题的实验：

python -m scripts.run_prewriting --input-source console --engine gpt-4 --max-conv-turn 5 --max-perspective 5 --do-research

写作阶段

对于FreshWiki数据集的批量实验：

python -m scripts.run_writing --input-source file --input-path ../FreshWiki/topic_list.csv --engine gpt-4 --do-polish-article --remove-duplicate

对于单个主题的实验：

python -m scripts.run_writing --input-source console --engine gpt-4 --do-polish-article --remove-duplicate

自动评估

论文将评估分为两部分：大纲质量和全文文章质量。可以使用提供的脚本来计算FreshWiki数据集上的指标。

• 大纲质量

python eval_outline_quality.py --input-path ../FreshWiki/topic_list.csv --gt-dir ../FreshWiki --pred-dir ../results --pred-file-name storm_gen_outline.txt --result-output-path ../results/storm_outline_quality.csv

• 全文文章质量

python eval_article_quality.py --input-path ../FreshWiki/topic_list.csv --gt-dir ../FreshWiki --pred-dir ../results --gt-dir ../FreshWiki --output-dir ../results/storm_article_eval_results --pred-file-name storm_gen_article_polished.txt

小结

STORM是一个由斯坦福大学开发的LLM（Large Language Model，大型语言模型）驱动的知识整合系统。

该系统能够基于互联网搜索，从零开始撰写类似维基百科的文章。

尽管STORM生成的文章可能需要进一步编辑才能达到出版标准，但经验丰富的维基百科编辑者发现它在预写阶段非常有帮助。

注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。

欢迎关注&点赞&在看，感谢阅读~