AI 写论文这事儿确实不新鲜了清远泡沫板橡塑板专用胶，但天下苦假引用久矣。
以往咱用大模型写个综述，看着像模像样的，结果查参考文献——
好伙，论文不存在、期刊不存在、作者也不存在（扶额）。
现在不用愁了，Nature 新发表了篇研究，艾伦人工智能研究所（Ai2）和华盛顿大学开源了个叫OpenScholar的 AI 系统，写文献综述不瞎编。
奥力斯 万能胶生产厂家 联系人：王经理 手机：13903175735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
背靠整整 4500 万篇科学论文库，直接把 GPT-4o 那种 78-90 的引用率给干翻了。
那么问题来了，大都在编，OpenScholar 为啥不编？
自我反馈理
其实主要还是因为 LLM 的底层逻辑就是预测下个词出现的概率。
当你问它个非常生僻的学术问题时，它为了维持语言的连贯以及"我所不知"的人设——
会强行根据语料库里的作者名、期刊名、标题关键词清远泡沫板橡塑板专用胶，拼凑出个看起来像真论文的…幻觉产物。
还有，通用 AI 缺乏事实锚点，读过万卷书结果全记串了。
张教授写过，李教授写过材料，当你问它材料时，它能面不改地给你编出篇《张教授与李教授关于材料的对话》……
这种由于训练数据截断以及缺乏真实文献验证机制致的假引用，真的太太太离谱了！
OpenScholar 就不样了，不再拍脑门预测下个词，直接接入了个名为ScholarStore的庞大数据库。
这是目前公开的大科学域段落索引，全开源可下载，任何人都能本地部署或者扩展。
里面实实地存了 4500 万篇论文的全文和摘要，再通过 RAG 技术，让每个知识点都背靠篇真实存在的论文。
当你抛出个科研难题，它会先在那个拥有2.37 亿个向量嵌入的大数据库里狂检索，把相关的论文片段全翻出来。
给出初稿之后，带着生成的"这里缺少讨论""这里引文不准""需要补搜新进展"等反馈再检索、再改稿，通过搜索、生成、自我审查、再搜索、再修正这套闭环，反复确认输出的内容是不是真有论文支撑。
这样来显著降低了幻觉，提了输出内容的覆盖度和引文精度，保温护角专用胶整个管道还会被用来生成质量成数据，反哺训练。
有多强？
但是！如果只是搜得准，那它充其量是个搜索引擎，OpenScholar 不止如此。
它在知识成的度上，已经开始正面硬刚人类了。
研发团队整了个叫Scholar QABench的测试集，涵盖了计机科学、物理、生物医药等吃逻辑的域，由 3000 个问题和 250 个长篇答案构成。
在自动测评上，OpenScholar-8B 这个体量不大的模型，在正确上 GPT-4o 出 5，比业的 PaperQA2 也出 7，引文准确度和人类持平。
团队还搞了个"人机大战"双盲实验，把 AI 写的答案和实实的博士、研究员写的答案放起，然后让另群顶科学来盲评分。
16 位两两对比了 108 份学术答案。结果显示，OpenScholar-8B 的回答有 51 比人类研究者亲手写的好，升组版的 OpenScholar-GPT4o 胜率是冲到 70，而普通 GPT-4o 只有 32。
评审们普遍反馈，OpenScholar 的优势集中在信息覆盖、结构清晰、逻辑连贯强，实用价值也。
作者团队
这篇研究的作Akari Asai是艾伦人工智能研究所研究科学，2026 年秋起将任卡内基梅隆大学助理教授。
在此之前她获得了东京大学电气工程与计机科学业的学士学位，后在华盛顿大学完成博士学业，研究聚焦于自然语言处理和机器学习，尤其侧重于大型语言模型。
Jacqueline He目前在华盛顿大学读自然语言处理业博士，本科毕业于普林斯顿大学，曾是普林斯顿自然语言处理小组成员，主要师是陈丹琦。
读研之前，她还担任过 Meta 的软件工程师。
Rulin Shao本科毕业于西安交通大学，取得了数学的学士学位，后在卡内基梅隆大学完成了机器学习硕士学位，现为华盛顿大学博士生，同时也是 Meta 的访问研究员。
团队的其他作者均来自伊利诺伊大学厄巴纳 - 香槟分校、卡内基梅隆大学、Meta、北卡罗来纳大学教堂山分校、斯坦福大学等校和机构。
论文地址：https://arxiv.org/abs/2411.14199
— 欢迎 AI 产品从业者共建 —
� �「AI 产品知识库」是量子位智库基于长期产品库追踪和用户行为数据出的飞书知识库，旨在成为 AI 行业从业者、投资者、研究者的核心信息枢纽与决策支持平台。
键关注 � � 点亮星标
科技前沿进展每日见清远泡沫板橡塑板专用胶
相关词条:铁皮保温施工 隔热条设备 锚索 离心玻璃棉 万能胶生产厂家