超越 GPT-4o：开源科研模型 OpenScholar 登场

“超越 GPT-4o：开源科研模型 OpenScholar 登场，4500 万篇论文检索增强生成回答”。以下是这篇报道的主要内容概述：

• OpenScholar模型介绍：由华盛顿大学和艾伦人工智能研究所（Ai2）共同开发的OpenScholar模型，是一个完全开源的科研助手模型，它能够快速检索4500万篇论文，并生成回答。

• 性能对比：在500次对比实验中，72%的情况下，专家认为OpenScholar的输出结果超越了人类。此外，OpenScholar在信息覆盖率、实用性、相关性等多个维度上的表现优于GPT-4o。

• 功能丰富：OpenScholar能够回答关于研究课题的现状、寻找最新的数据集、询问某篇论文的技术细节或算法细节等问题，并会附上参考文献列表。

• 系统组件：OpenScholar-8B（OS-8B）系统包括开放学者数据存储、专业检索器和重排序器、专业8B语言模型，以及迭代自我反馈生成。

• 评估基准：为了评估OpenScholar，团队开发了ScholarQABench，这是一个专门用于评估从多篇论文中综合信息以解决开放式科学问题的基准。

• 成本优势：OpenScholar的运营成本比基于GPT-4o构建的同期系统便宜100倍，这对于小型机构、资金不足的实验室以及发展中国家的研究人员来说非常有吸引力。

• 开源优势：作为首个完全开源的科学助手语言模型，OpenScholar从数据到训练食谱再到模型检查点全部公开，研究人员可以清晰地看到模型的训练过程和数据集内容，并根据自己的工作进行调整。

• 局限性：尽管OpenScholar表现出色，但它也可能引用不那么具有代表性或最新的论文，有时可能生成没有参考文献支持的响应，或者生成带有幻觉的结果。

• 未来计划：团队计划纳入更多论文、升级检索增强算法，并对各个领域的经典研究问题和论文进行深入整合，以增强OpenScholar的专业程度。

报道还提供了OpenScholar的Demo、论文、代码等公开资料的链接，供感兴趣的用户尝试和探索。

这篇报道详细介绍了OpenScholar模型的功能、优势以及局限性，并强调了其在科研领域中的潜力和影响。