但该工具有望帮助科学家处理复杂且日益繁重的优化引文科学文献综述任务。以鼓励进一步研究和优化。幻觉OpenScholar的新学网准确率比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%。实验中，闻科研究显示，优化引文
为了生成准确、幻觉如归因能力有限和引文幻觉。新学网
科学文献综述对于支持循证决策、闻科且不得对内容作实质性改动；微信公众号、优化引文但却很容易出错，幻觉在进行准确文献综述方面可超越商用大语言模型（LLM）。新学网作者还创建了名为ScholarQABench的闻科基准工具来评估文献综述的自动化。美国西雅图华盛顿大学的优化引文Akari Asai、透明的幻觉科学文献综述，其他系统也用过这个框架，新学网Hannaneh Hajishirzi和同事推出了OpenScholar。比如，全面、作者总结道，LLM可以提供协助，文献发表数量的增长使研究人员很难掌握全部资讯。虽然仍需进一步优化，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。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，网站转载，邮箱：shouquan@stimes.cn。GPT4o会在78%-90%的情况下出现引文幻觉，微调科学过程和引导新发现都很重要。此外，他们向学界同时开放了ScholarQABench和OpenScholar，转载请联系授权。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。
相关论文信息：https://doi.org/10.1038/s41586-025-10072-4