Haoxiang's Blog
·
个性化arXiv推荐服务
内容提要
作者因对AI进展的FOMO，订阅了arXiv邮件列表，但无法每天阅读所有论文。于是，他创建了一个推荐服务，利用ChatGPT生成个性化推荐，用户可通过Google表单反馈。该服务实现简单、成本低、使用愉快。
关键要点
-
作者因对AI进展的FOMO，订阅了arXiv邮件列表，但无法每天阅读所有论文。
-
创建了一个个性化论文推荐服务，利用ChatGPT生成推荐。
-
用户可以通过Google表单反馈，服务实现简单、成本低、使用愉快。
-
推荐服务的网页托管在Github页面，源代码公开。
-
推荐基于作者的近期出版物和反馈，使用文本嵌入的余弦相似度计算相关性。
-
使用OpenAI的API成本有限，预付10美元可以维持几年的使用。
-
作者取消了无意义的邮件列表订阅，享受使用推荐服务的乐趣。
-
可以将每日任务转移到Github CI，实现完全免费运行。
延伸解读
个性化推荐的优势
通过使用ChatGPT生成个性化推荐，用户能够更高效地筛选出感兴趣的论文。这种方法不仅节省了时间，还能提高阅读的针对性，避免了信息过载的问题。用户可以根据自己的需求进行反馈，从而不断优化推荐结果。
成本效益分析
使用OpenAI的API成本相对较低，预付10美元可以维持数年的使用。这使得个性化推荐服务在经济上具有可行性，尤其适合研究人员和学生等预算有限的用户。
技术实现的简便性
该推荐服务的实现依赖于Github和Google表单，用户无需复杂的后端支持即可运行。这种简化的架构使得开发者能够快速搭建和维护自己的工具，降低了技术门槛。
延伸问答
个性化arXiv推荐服务是如何工作的？
该服务利用ChatGPT生成个性化推荐，基于用户的反馈和近期出版物，通过余弦相似度计算相关性。
如何给个性化推荐服务提供反馈？
用户可以通过Google表单提供反馈，选择预设的评分，如“阅读”或“忽略”。
使用OpenAI的API成本如何？
使用OpenAI的API成本有限，预付10美元可以维持几年的使用。
个性化推荐服务的源代码在哪里可以找到？
源代码托管在Github页面，链接为https://github.com/pppoe/ArxRec。
为什么作者取消了arXiv邮件列表的订阅？
作者觉得邮件列表的订阅没有意义，转而享受使用个性化推荐服务的乐趣。
个性化推荐服务的实现有什么优势？
该服务实现简单、成本低，并且用户体验愉快，能够根据个人需求进行调整。
