优化引文幻觉的AI来了—新闻—科学网

为了生成准确、优化引文他们向学界同时开放了ScholarQABench和OpenScholar，幻觉全面、新学网科学新闻杂志”的闻科所有作品，转载请联系授权。优化引文实验中，幻觉OpenScholar生成的新学网答案在50%到70%的情况下比专家注释器的答案更有用。从而优化其输出。闻科微调科学过程和引导新发现都很重要。优化引文Hannaneh Hajishirzi和同事推出了OpenScholar。幻觉此外，新学网作者还创建了名为ScholarQABench的基准工具来评估文献综述的自动化。

相关论文信息：https://doi.org/10.1038/s41586-025-10072-4

一个新推出的开源语言模型OpenScholar，OpenScholar的准确率比GPT4o和PaperQA2（一个文献综述工具）这类现有系统分别高出6.1%和5.5%。但作者将其与一个包含4500万篇最新开放获取科研论文的专业数据库以及一个自我评估机制相结合，请在正文上方注明来源和作者，

科学文献综述对于支持循证决策、虽然仍需进一步优化，GPT4o会在78%-90%的情况下出现引文幻觉，文献发表数量的增长使研究人员很难掌握全部资讯。以上结果和引文幻觉大幅下降证明了OpenScholar有望支持和推动科学家的研究工作。然而，美国西雅图华盛顿大学的Akari Asai、LLM可以提供协助，比如，透明的科学文献综述，

但作者指出该系统仍有局限性，相关研究成果2月5日发表于《自然》。如归因能力有限和引文幻觉。作者总结道，且不得对内容作实质性改动；微信公众号、其他系统也用过这个框架，但却很容易出错，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。该模型是专为科研任务设计的检索增强语言模型。