Nature：首个能写综述论文的开源AI模型来了，大幅减少科研“幻觉”，堪比人类专家

撰文丨王聪 编辑丨王多鱼 排版丨水成文 科学进步取决于科研人员综合日益增多的文献资料的能力，面对科学文献的爆炸式增长，科研人员如何才能快速筛选、总结海量文献？ 大语言模型 （LLM） 是 否能够在这方面为科研人员提供帮助？ 在日常生活中，很多人会用到 ChatGPT、DeepSeek 等大语言模型来聊天、写邮件或生成答案，但当你问它一个专业、前沿的科学问题，它可能会给出看似合理 但实际虚构的答案，甚至编造根本不存在的论文引用。这种"幻觉"问题在科研领域尤为致命，因为准确性是科学的生命线。 而现在，一项发表于 Nature 期刊的研究给出了解决方案—— OpenScholar ， 这是一个 专为科研打造的 AI 助手，不仅能准确回答复杂的科学问题，生成 综述 论文 ，还解决了 AI 喜欢胡编乱造的"幻觉"难题。 该研究来自 华盛顿大学、艾伦人工智能研究所，于 2026 年 2 月 4 日在线发表于 Nature 期刊，论文题 为： Synthesizing scientific literature with retrieval- augmented language models 。 OpenScholar ...