开发人员 Aman Jha 和他的同事 Jade 共同开发的基于 GPT-3 的网络应用程序 Explainpaper 能用简单的话语解释复杂、深奥的科学术语。在 Explainpaper 网站，用户可以上传论文并在网页界面中标记单个句子或段落，然后 GPT-3 会用更易于理解的话语进行重述。
据 Jha 介绍，创建 Explainpaper 的想法是他在研究一篇复杂的神经科学论文时产生的。他使用 GPT-3 提示模拟了一位初出茅庐的研究人员和一位脑机接口专家之间的对话，结果 GPT-3 产生的解释比研究人员使用的术语更容易理解。“GPT-3 是初出茅庐的研究者最好的朋友。”Jha 说。
Explainpaper 通过 everyprompt 平台使用 GPT-3 davinci-002，其对话功能允许用户提出复杂的问题。目前，GPT-3 模型尚未经过微调，不过 Jha 和 Jade 计划使用 100，000 个 Explainpaper 数据点来优化 GPT-3 的解释。自网站启动以来，数据一直在收集中。当前版本还不能解释数学函数，但该功能会在更高的版本中推出。
据 The-Decoder 的报道，这一应用受到了广受的欢迎：自 10 月网站推出至 11 月初，已有超过 3，700 名用户上传了近 10000 篇论文，并生成了 113，000 多条解释。
目前，Explainpaper 有一个缺点：GPT-3 有时会输出不完整的缩写或简单的错误解释。对于一个新领域的初学者来说，这可能是一个问题，因为他们缺乏识别不一致和错误的经验。两位开发者计划通过两个新功能来解决这个问题：一个是用户评分功能，将在未来作为系统的反馈循环推出。另一个功能是让 GPT-3 使用置信度指标来指示系统对答案或摘要的确定程度。
“GPT-3 完全有可能生成一个略有偏差的答案。我们将确保提示有很多上下文可以使用。“Jha 说。他表示，GPT-3 的训练在 2019 年结束“并不是一个太大的问题”，因为 GPT-3 可以理解论文的观点，并利用其对世界的背景知识用更简单的术语解释新发现。
该项目的主要目标是让更多的人能无障碍地对科学感兴趣。两位创始人目前正在开发该软件的专业版本，届时每月支付 10 美元将获得一些舒适功能，例如保存论文以及标记的要点和解释。下一步，对 PDF 文档的支持将得到改进。当然，对模型的改进会持续进行。
