OpenScholar是華盛頓大學和艾倫AI研究所共同推出的檢索增強型語言模型（LM），能幫助科學家基于檢索和綜合科學文獻中的相關論文回答問題。系統用大規模的科學論文數據庫，用定制的檢索器和重排器，及一個優化的8B參數語言模型，生成基于實際文獻的、準確的回答。OpenScholar在提供事實性回答和準確引用方面超越現有的專有和開源模型，在ScholarQABench上，OpenScholar-8B在正確性方面比GPT-4o高出5%，比PaperQA2高出7%，并且所有相關代碼和數據均已開源，支持和加速科學研究。
OpenScholar的主要功能文獻檢索與合成：檢索大量的科學文獻，并綜合相關信息回答用戶查詢。生成基于引用的回答：生成的回答包含準確的引用，提高回答的可靠性和透明度。跨學科應用：適用于多個科學領域，包括計算機科學、生物醫學、物理學和神經科學等。提高檢索效率：基于專門的檢索器和重排器，提高檢索相關科學文獻的效率和準確性。自我反饋迭代：用自我反饋機制迭代改進回答，提高回答質量和引用的完整性。OpenScholar的技術原理數據存儲（OpenScholar Datastore）：包含超過4500萬篇科學論文及其對應的2.37億段落嵌入，為檢索提供基礎數據。專門化的檢索器和重排器：針對科學文獻數據存儲訓練的檢索器和重排器，用于識別和排序相關文獻段落。8B參數語言模型：一個為科學文獻合成任務優化的8B參數大型語言模型，平衡性能和計算效率。自我反饋生成：在推理時，基于自然語言反饋迭代細化模型輸出，每次迭代可能涉及額外的文獻檢索，改善回答質量并填補引用空白。迭代檢索增強：在生成初始回答后，模型生成反饋，指導進一步的檢索，以迭代方式改進回答，直到所有反饋都被處理。OpenScholar的項目地址項目官網：allenai.org/blog/openscholarGitHub倉庫：https://github.com/AkariAsai/OpenScholarHuggingFace模型庫：https://huggingface.co/collections/OpenScholar/openscholar-v1-67376a89f6a80f448da411a6arXiv技術論文：https://arxiv.org/pdf/2411.14199OpenScholar的應用場景科研輔助：研究人員快速獲取最新的研究成果，幫助在自己的研究領域內保持最新的認知狀態。文獻綜述：在撰寫學術論文或報告時，作者整合和總結大量文獻，提高寫作效率。跨學科研究：由于OpenScholar覆蓋多個科學領域，幫助研究人員探索不同學科間的聯系和交叉點。教育和學習：學生和教師輔助學習和教學，獲取深入的文獻分析和總結。技術監控：企業研發部門監控科技發展趨勢，特別是在快速變化的技術領域。 
