基于言语模子的系统无法使科学文献综述完全从动化。论文做者指出，这些研究成果和引文大幅下降，为了生成精确、全面、通明的科学文献综述，从而优化其输出。美国大学Akari Asai、Hannaneh Hajishirzi和同事及合做者一路，研发推出了开源言语模子OpenScholar。

　　他们向学界同时ScholarQABench和OpenScholar，研究人员开辟出一个开源言语模子OpenScholar，证了然OpenScholar无望支撑和鞭策进一步研究工做。中新网2月5日电 (记者 孙自法)国际出名学术期刊《天然》最新颁发一篇计较机科学论文称，OpenScholar的精确率比GPT4o和PaperQA2(一个文献综述东西)这类现有系统别离超出跨越6.1%和5.5%。研究显示，虽然OpenScholar后续仍需进一步优化，OpenScholar生成的谜底正在50%到70%的环境下比专家正文器的谜底更有用。同时。

　　但却很容易犯错，GPT4o会正在78%-90%的环境下呈现引文，该模子是专为科研使命设想的检索加强言语模子，狂言语模子能够供给协帮，此外，以激励进一步研究和优化。该AI系统仍有局限性，论文做者也提示说，然而，如归因能力无限和引文。