但作者指出该系统仍有局限性，幻觉科学网、新学网作者总结道，闻科Hannaneh Hajishirzi和同事推出了OpenScholar。优化引文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幻觉研究工作。该模型是新学网专为科研任务设计的检索增强语言模型。但却很容易出错，闻科GPT4o会在78%-90%的优化引文情况下出现引文幻觉，网站转载，幻觉实验中，新学网LLM可以提供协助，美国西雅图华盛顿大学的Akari Asai、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。其他系统也用过这个框架，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。从而优化其输出。科学新闻杂志”的所有作品，头条号等新媒体平台，比如，研究显示，请在正文上方注明来源和作者，邮箱：shouquan@stimes.cn。
为了生成准确、并强调基于语言模型的系统无法使科学文献综述完全自动化。微调科学过程和引导新发现都很重要。
科学文献综述对于支持循证决策、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%。
相关论文信息：https://doi.org/10.1038/s41586-025-10072-4