復旦MOSS升級!它會是寫論文、編代碼的好幫手嗎?

潮新聞 發佈 2024-04-28T20:03:35.955735+00:00

Label - Free Imaging is a method of analyzing medical images without the use of any specific labels or tags . It allows you to observe the structure of your body , identify abnormalities and detect diseases earlier than with traditional methods In contrast to other techniques such as magnetic resonance imaging . Label - free imaging uses high – frequency scans that are able to capture tissue samples in a very short amount of time .

3月2日,潮新聞記者從相關人士處獲悉,MOSS現已經面向復旦大學全體師生開放註冊,無需邀請碼,校園網環境下即可。相比於初代MOOSS,該頁面已顯示了新的版本(Version0.0.2)。

潮新聞記者登錄了MOSS,發現其主頁顯示了三項功能,分別是和MOSS對話(MOSS正在學習中文),為寫作和編程提供幫助,以及通過給MOSS評價來協助開展人工智慧研究。

被問到是否進行了版本更新,MOSS回答:「是的,我進行了一次版本升級。我的自然語言處理能力進行了優化,以便更好地生成文本。」

幾位參與內測的人士都表示,MOSS比較擅長英文對話,在寫論文和寫代碼上能提供一定的幫助。那麼,記者就來測試一些MOSS的寫論文和代碼的能力。

記者先請MOSS寫一篇博士論文的提綱,以及一個章節的概述,並請它給出幾篇論文相關的參考文獻,考慮到中文能力有限,這次記者用英文提問。

提問:Please write an outline for my essay「Label-free imaging and spectroscopy for early detection of cervical cancer」(請為我的論文《宮頸癌早期診斷中的無標記檢測和光譜技術》寫一個提綱)

MOSS回答:

1.Introduction (論文簡介)

2. Overview of Label - Free Imaging (無標記成像技術概述)

3. Overview of Spectroscopy (光譜學概述)

4.Potential Early Detection Method (幾種可行的宮頸癌早期檢測方法)

5. Benefits of Label - Free Imaging (無標記成像的作用)

6. Challenges of Label - Free Imaging (無標記成像技術面臨的挑戰)

7.Potential Solutions to Improve Accuracy (提升成像精度的幾種可行方式)

8. Conclusion (結論)

Please write the first chapter 「Overview of Label-Free Imaging」(請寫論文的第一部分,無標記成像技術的概述)

Overview of Label - Free Imaging 無標記成像技術的概述

Label - Free Imaging is a method of analyzing medical images without the use of any specific labels or tags . It allows you to observe the structure of your body , identify abnormalities and detect diseases earlier than with traditional methods In contrast to other techniques such as magnetic resonance imaging ( MR ). Label - free imaging uses high – frequency scans that are able to capture tissue samples in a very short amount of time .(無標記成像是一種分析醫學圖像的方法,無需使用任何特定的標籤或標記物。相比傳統檢測方法,例如核磁共振,它可以讓人們更早地識別出身體的異常,並發現疾病。通過高頻掃描,無標記成像能夠在極短時間內捕獲人體組織樣本的圖像)

研究雷射生物學的復旦大學博士生小井對此評價:從MOSS給出的提綱來看,這篇論文更像是一篇綜述,而並非基於實驗成果的研究論文。此外,用戶給出的題目是光譜學,是光學領域。但它的落腳點在討論無標記成像。光譜學領域算是比較新的領域,因此它能檢索到的信息有限。而無標記成像領域的學術論文相對更多,它的回答也就側重於此。

「對剛接觸新領域的科研工作者來說,MOSS還是有好處的,它能比較全面地介紹該領域的基礎知識,並會提供一些參考文獻。尤其對剛起步的學生來說,他們一開始不知道怎麼挑選論文,如果MOSS能提供準確的信息,那還是有價值的。」小井說。

隨後,記者讓MOSS編寫了幾段Python程序代碼,並且為之做出解釋和演示,邀請了一位網際網路企業程式設計師周留進行點評。

周留:這兩個是最基礎的Python程序代碼,MOSS給出的幾乎就是標準答案,和網上的一模一樣。但是還出現了一個小問題,在判斷一個數字是否為素數的代碼中,MOSS沒有分類討論input(輸入值)小於等於2的情況。

周留:首先猜拳遊戲不是打拳遊戲,MOSS的反饋看上去並沒有很好的理解猜拳遊戲是什麼,用戶輸入的應該是石頭剪刀布,而不是「軟」和「硬」,然後和計算機產生的隨機結果進行比對。單從代碼來看,代碼的結構沒有問題,邏輯是完備自洽的,有輸入有反饋。而且,代碼最後反饋「恭喜你猜拳失敗」,也和正常語義表達不符。雖然MOSS理解錯了猜拳,但基於猜「軟」和「硬」的理解,代碼本身是可行的。

關鍵字: