刚刚，全球首个完全开放科学文献综述AI，登上Nature

2月4日，Nature刊登了一项由华盛顿大学与艾伦人工智能研究所主导研发的科研成果——OpenScholar。这是全球首个专为科学研究设计的、全开源的检 索增强生成（RAG）语言模型。它不仅能精准检索、拒绝幻觉，更能生成高质量的引用式回答。 OpenScholar 的引文准确率与人类专家相当，虽然仍需进一步优化，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。 论文链接：https://www.nature.com/articles/s41586-025-10072-4 尽管大语言模型（LLM）在许多领域表现出色，但在科研辅助任务中仍面临严峻挑战：随着科学文献总量的快速增长，模型难以跟上最新进展，且常伴 随严重的"幻觉"现象。实验数据显示，GPT-4o 在引用科学文献时，产生错误引用的比例高达 78% 至 90%。 OpenScholar 通过整合 4500 万篇开放获取论文和独特的自反馈机制，实现了精准的文献检索与准确的引用生成，有效解决了现有模型在科学知识合成中的 准确性与可信度问题。 首个全开源的科学文献综述AI系统 OpenScholar 是一个专门为科学研究任务设计的检索增强语言模型。它 ...