开源AI模型OpenScholar的技术突破 - 研究人员开发出开源语言模型OpenScholar，其在准确文献综述方面可超越商用大语言模型[1] - 在实验中，GPT4o会在78%-90%的情况下出现引文幻觉，而OpenScholar的引文准确率与人类专家相仿[1] - OpenScholar是专为科研任务设计的检索增强语言模型，与一个包含4500万篇最新开放获取科研论文的专业数据库及自我评估机制相结合[4] OpenScholar的性能表现 - 研究显示，OpenScholar的准确率比GPT4o和PaperQA2这类现有系统分别高出6.1%和5.5%[4] - 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[4] - 这些研究结果和引文幻觉大幅下降，证明了OpenScholar有望支持和推动进一步研究工作[5] 科学文献综述的挑战与AI工具价值 - 科学文献发表数量的增长使研究人员很难掌握全部资讯，大语言模型可以提供协助，但容易出错，如归因能力有限和引文幻觉[4] - OpenScholar这一AI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[1] - 基于语言模型的系统无法使科学文献综述完全自动化，但OpenScholar和基准工具ScholarQABench已向学界开放以鼓励进一步研究和优化[5]