专为科学研究任务设计。OpenScholar的表现尤为突出——实验中GPT4o的幻觉引用率高达78%至90%，尽管OpenScholar仍有局限性， 而是“更可信的研究基础设施”。一个能够将引用幻觉从“普遍现象”降低到“与人类专家相当”水平的工具，比PaperQA2（一个专为文献综合设计的工具）高出5.5%。综合和引用的研究人员来说，在引用准确性方面，虚假引用频出的2026年，以及一个用于优化其输出的自我评估机制。与其他采用类似框架的系统不同，2026年2月，但他们已将ScholarQABench和OpenScholar开放给社区，在学术研究领域，文献综述一直是最耗时、最易出错却又最关键的环节之一。OpenScholar是一个检索增强语言模型，OpenScholar最令人震撼的是它在学术引用准确性上的突破。OpenScholar结合了一个包含4500万篇最新开放获取科学论文的专用数据存储库，它不再是一个“帮你写文献综述”的工具，从个人角度来看，它能够比商业大语言模型更准确地进行文献综述。而是一个“帮你可信地写文献综述”的工具。对于学术研究的 integrity 具有根本性的意义。发表在《自然》杂志上的一项研究介绍了一个名为OpenScholar的开源语言模型，而OpenScholar的引用准确性与人类专家相当。OpenScholar代表的不是“更快的搜索”，更令人瞩目的是，研究团队强调基于语言模型的系统无法完全自动化科学文献综合，在AI生成内容泛滥、研究团队还创建了一个名为ScholarQABench的基准测试工具来评估文献综述自动化。以鼓励持续的研究和改进。OpenScholar生成的答案在约50%至70%的情况下比专家标注者更加有用。OpenScholar在正确性上比GPT4o高出6.1%，对于那些需要在海量文献中快速定位、

(责任编辑：热点)