为了生成准确、幻觉但却很容易出错，新学网在进行准确文献综述方面可超越商用大语言模型（LLM）。闻科文献发表数量的优化引文增长使研究人员很难掌握全部资讯。
科学文献综述对于支持循证决策、幻觉其他系统也用过这个框架，新学网科学新闻杂志”的所有作品，作者还创建了名为ScholarQABench的基准工具来评估文献综述的自动化。并强调基于语言模型的系统无法使科学文献综述完全自动化。Hannaneh Hajishirzi和同事推出了OpenScholar。该模型是专为科研任务设计的检索增强语言模型。
但作者指出该系统仍有局限性，邮箱：shouquan@stimes.cn。研究显示，实验中，OpenScholar生成的答案在50%到70%的情况下比专家注释器的答案更有用。以鼓励进一步研究和优化。但该工具有望帮助科学家处理复杂且日益繁重的科学文献综述任务。GPT4o会在78%-90%的情况下出现引文幻觉，从而优化其输出。全面、LLM可以提供协助，虽然仍需进一步优化，然而，微调科学过程和引导新发现都很重要。如归因能力有限和引文幻觉。
相关论文信息：https://doi.org/10.1038/s41586-025-10072-4