計畫簡介
STORM是由史丹佛大學開發的一個基於大型語言模型的知識整理系統，旨在透過互聯網研究生成具有參照的完整報告，編寫類似維基百科的文章。該系統透過自動生成問題和模擬對話來增強研究的深度和廣度，從而幫助使用者從多個視角探索特定主題。STORM的實作高度模組化，支持使用者根據需求自訂各個元件，如資訊檢索、文章生成等。
掃碼加入AI交流群
獲得更多技術支持和交流
（請註明自己的職業）
工作原理
STORM 將生成帶參照的長文章分為兩個步驟：
預寫階段： 系統進行基於互聯網的研究，收集參考資料並生成大綱。
寫作階段： 系統利用大綱和參考資料生成帶參照的完整文章。
STORM 確定自動化研究過程的核心是自動提出好問題。直接提示語言模型提問效果並不好。為了提高問題的深度和廣度，STORM 采用了兩種策略：
視角引導的問題提問： 給定輸入主題，STORM 透過調查類似主題的現有文章，發現不同的視角，並利用這些視角控制提問過程。
模擬對話： STORM 模擬維基百科作者和主題專家之間的對話，該對話基於互聯網資源，使語言模型能夠更新對主題的理解並提出後續問題。基於這兩個階段的分離，STORM 采用了高度模組化的方式，使用 dspy 實作。
客製STORM
·管道客製
STORM是一個知識管理引擎，包含4個模組：
1.知識管理模組：收集關於給定主題的廣泛資訊。
2.大綱生成模組：透過生成層次化大綱來組織收集的資訊。
3.文章生成模組：根據生成的大綱填充收集的資訊。
4.文章潤色模組：最佳化和增強書面文章，以便更好地呈現。
每個模組的介面在src/interface.py中定義，而它們的實作則在src/storm_wiki/modules/*中例項化。這些模組可以根據你的具體需求進行客製（例如，生成計畫符號格式的部份而不是完整段落）。
·檢索模組的客製
作為一個知識管理引擎，STORM透過檢索模組獲取資訊。檢索模組的介面在src/interface.py中定義。如果你計劃建立新例項或替換預設搜尋引擎API，請查閱介面文件。預設情況下，STORM使用You.com搜尋引擎API（參見src/rm.py中的YouRM）。
使用Bing搜尋測試STORM。參見src/rm.py中的BingSearch配置，您可以在我們的範例指令碼中指定--retriever bing來使用Bing搜尋。
·語言模型的客製
STORM 提供了以下語言模型實作
1. OpenAIModel
2. ClaudeModel
3. VLLMClient
4. TGIClient
5. TogetherClient
計畫連結
https://github.com/stanford-oval/storm
關註「 開源AI計畫落地 」公眾號
與AI時代更靠近一點
