还在为改论文头秃？新AI帮你搞定它，加注释查错增删细节样样在行，Meta AI团队出品

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？

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。

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：