PaperOK 基础能力
默认PaperOK 默认安装的通用研究与文档处理基础能力。
- 学术海报生成器
- 论文格式调整助手
- arXiv 投稿预检
- 文献目录整理助手
机器学习、系统与算法,重视可复现实验。在这个模式下,智能体会特别注意:
共 3 个插件、50 项技能,标注「默认」的会在第一次进入时自动安装,其余可在「插件」页一键安装。
PaperOK 默认安装的通用研究与文档处理基础能力。
面向计算机与人工智能研究,支持代码调研、模型训练、系统实验、评测复现与论文写作。
面向数学建模竞赛的端到端工作流,覆盖赛题分析、模型设计、代码求解、科研绘图、论文排版与最终验收。
左上角品牌旁边选择「计算机与 AI 模式」。第一次进入会自动安装默认插件。
用一句话写清研究问题和材料,可以拖入文件、选择文献或指定插件。
智能体先和你确认目标与方案,再检索资料、运行代码、生成文件,每一步都能展开查看。
在右侧预览报告、图表、表格和脚本,文件保存在你电脑上的项目文件夹里。
以下是应用里计算机与 AI 模式的推荐任务,复制后把《》里的内容换成你的课题即可。
梳理《大模型智能体的记忆与规划》的技术脉络、代表工作与研究空白
制作《GraphRAG 技术原理与应用》的学术汇报 PPT
绘制《多智能体协作系统》的架构、技术路线与实验流程图
撰写《大模型代码生成方法研究》的方法与实验章节,输出含公式的 Word 文稿
对比《主流开源模型的推理基准》结果,整理成表格并分析性能差异
精读《Attention Is All You Need》,梳理模型结构、训练细节与后续影响
为《检索增强生成的鲁棒性》设计消融实验与评测方案
围绕《可信大模型推理》撰写青年基金申请书的研究内容与创新点
每个案例都附有提示词、执行步骤和产出。
我的 RAG 系统有检索器、重排序和查询改写三个模块,帮我设计消融实验:在两个问答数据集上逐个去掉模块,统一随机种子跑三次,把 EM 和 F1 的均值与标准差整理成论文表格。
帮我复现这篇论文 GitHub 仓库里的主实验:搭好环境,跑通小规模版本,把我的结果和论文表 2 对比,列出差异和可能原因。
根据项目文件夹里的实验记录与代码,撰写《大模型代码生成方法研究》的方法与实验章节,公式用 Word 原生公式,输出 .docx。
可以帮你阅读论文和开源代码、搭建环境、跑通实验并对比结果。需要 GPU 的大规模训练取决于你电脑或服务器的算力。
不需要。用中文描述任务即可,智能体会自己写代码、运行并解释结果;代码和中间文件都会保留,会写代码的话可以随时查看和修改。
对话、文献和项目文件都保存在你的电脑上,智能体直接读写你指定的文件夹。对话内容会经 PaperOK 云端转发给模型服务生成回答,PaperOK 服务器不保存对话记录。