萧箫 发自 凹非寺 量子位 | 公众号 QbitAI
改论文，有时候比写论文痛苦。
无论是导师“刷屏”的一个个建议，还是期刊给回来的审稿意见，都能折磨得人头发狂掉。
好消息是，现在AI终于可以帮你改论文了。
像是给论文引用的某个算法/观点加上原始参考文献：
又或是修改文中的一些事实性错误：
都只需要描述一句话（直接粘贴导师的修改意见），AI就能准确领会你的意图，并上手改动论文。
最关键的是，改动的地方AI还会给出解释，让你流利应对导师的“突击检查”：
这是Meta AI搞出来的最新协同语言模型PEER，要解决的就是AI会生成文章、却不会改文章的问题。
△人均扑克高手（doge）
看到这里，一名在读博士生狂喜：“没写完的博士论文有着落了！”
还有网友表示：
很棒的工作，如果LLM没有交互性，那终将成为一个死胡同。《银河系漫游指南》的作者一定会喜欢它的。
那么，这只AI究竟是怎么学会“改文章”的？
用AI帮AI一步步“捋顺思路”
此前AI会写却不会改论文，主要有三点原因：
①无法控制文章细节，搞不懂自己要改啥；②无法听懂人类的命令；③解释不了自己生成了什么。
为此，Meta AI的研究人员用4个编解码器组成PEER，每个编解码器干不同的活。
它们被分别命名为PEER-Edit（整体规划&编辑）、PEER-Undo（还原编辑步骤）、PEER-Explain（解释编辑目的）、PEER-Document（搜集素材）。
这几个编解码器并非独立工作，它们的作用是相辅相成的。
例如，PEER-Undo的出现，实际上就是为了加强PEER-Edit的编辑能力。
PEER-Edit是4个编解码器中的核心骨干，它会在输入一段待修改文本和参考素材后，决定如何对文本进行编辑，并给出编辑结果。
但如果直接用待修改文本和参考素材训练PEER-Edit，会发现它的编辑能力不稳定。
因此，需要用PEER-Undo来根据PEER-Edit的输出和素材，尽可能还原PEER-Edit编辑过的每个步骤，有点像是“帮对方捋顺编辑思路”。
这样一来，PEER-Edit就会意识到“原来我打算这样编辑”，并借助PEER-Undo生成的结果，有意识加强训练效果。
在PEER-Edit和PEER-Undo之外，PEER-Explain和PEER-Document的作用就相对好理解了。
其中，PEER-Explain负责将最终编辑的结果“变成人话”；PEER-Document则负责到网上收集修改用的素材（包括但不限于维基百科），给PEER-Edit“打零工”。
4个编解码器加在一起，就组成了一个既能与人沟通、了解修改意图，也能上手查找资料、编辑论文的协同语言模型PEER。
团队将它与其他模型的能力进行了比较。
110亿参数实现SOTA
具体来说，比较的模型包括一些基于T5（Text-to-Text Transfer Transformer）的模型和一些1750亿参数的解码器模型（GPT-3）等。
从图中可见，PEER系列的模型参数最高也就110亿左右，但在一些相关评估上都刷新了SOTA。
从可以实现的效果来看，基本上能直接通过交互，让AI写出一段论文并修改：
例如“删掉没信源的表述”、以及“把步骤列出来”，这只AI都能准确理解并实现：
不过对于这个模型，也有网友提出了一个设想：
如果让PEER去审查PEER自己的文章，会怎样呢？（手动狗头）
论文地址： https://arxiv.org/abs/2208.11663
参考链接： https://twitter.com/timo_schick/status/1562818684049309698
— 完 —
「人工智能」、「智能汽车」微信社群邀你加入！
欢迎关注人工智能、智能汽车的小伙伴们加入我们，与AI从业者交流、切磋，不错过最新行业发展&技术进展。
PS. 加好友请务必备注您的姓名-公司-职位哦 ~
点这里
