AI-Scientist 颠覆传统科研模式：AI Scientist如何利用迭代实验和自动化系统，开创学术研究新纪元

AI-Scientist 颠覆传统科研模式：AI Scientist如何利用迭代实验和自动化系统，开创学术研究新纪元

conda create -n ai_scientist1 python=3.11
conda activate ai_scientist1

    # LLM APIs
    pip install anthropic aider-chat backoff openai
    # Viz
    pip install matplotlib pypdf pymupdf4llm
    # Install pdflatex
    sudo apt-get install texlive-full

# Common Requirements
pip install torch numpy transformers datasets tiktoken wandb tqdm


export OPENAI_API_KEY="sk-proj-"


git clone https://github.com/SakanaAI/AI-Scientist.git

    # 准备NanoGPT数据
    python data/enwik8/prepare.py
    python data/shakespeare_char/prepare.py
    python data/text8/prepare.py

    # 创建NanoGPT基线运行 训练NanoGPT模型建立一个基准
    cd templates/nanoGPT
    python experiment.py --out_dir run_0
    python plot.py
    cd ../..

👉👉👉如有问题请联系我的徽信 stoeng

🔥🔥🔥本项目代码由AI超元域频道制作，观看更多大模型微调视频请访问我的频道⬇

👉👉👉 ** 我的哔哩哔哩频道 **

👉👉👉 ** 我的YouTube频道 **

👉👉👉我的开源项目 ** https://github.com/win4r/AISuperDomain **

使用claude接口

export ANTHROPIC_API_KEY="sk-proj-"

python launch_scientist.py --model "claude-3-5-sonnet-20240620" --experiment nanoGPT --num-ideas 5

# --num-ideas 5表示生成5个研究想法

使用openai接口

export OPENAI_API_KEY="sk-proj-"

python launch_scientist.py --model "gpt-4o-2024-05-13" --experiment nanoGPT --num-ideas 5

获取论文审查

#export OPENAI_API_KEY="sk-proj-"

import openai
from ai_scientist.perform_review import load_paper, get_llm_review

client = openai.OpenAI()
model = "gpt-4o-2024-05-13"

    paper_txt = load_paper("path_to_your_generated_paper.pdf")
    review = get_llm_review(
        paper_txt,
        model,
        client,
        num_reflections=5,
        num_fs_examples=1,
        num_reviews_ensemble=5,
        temperature=0.1,
    )

    print(review["Overall"])  # 总体评分
    print(review["Decision"])  # 接受或拒绝
    print(review["Weaknesses"])  # 弱点列表

运行批量分析

cd review_iclr_bench
python iclr_analysis.py --num_reviews 500  --batch_size 100 --num_fs_examples 1 --num_reflections 5 --temperature 0.1 --num_reviews_ensemble 5

2D扩散

cd templates/2d_diffusion && python experiment.py --out_dir run_0 && python plot.py

Grokking

cd templates/grokking && python experiment.py --out_dir run_0 && python plot.py