OpenScholar是华盛顿大学和艾伦AI研究所共同推出的检索增强型语言模型（LM），能帮助科学家基于检索和综合科学文献中的相关论文回答问题。系统用大规模的科学论文数据库，用定制的检索器和重排器，及一个优化的8B参数语言模型，生成基于实际文献的、准确的回答。OpenScholar在提供事实性回答和准确引用方面超越现有的专有和开源模型，在ScholarQABench上，OpenScholar-8B在正确性方面比GPT-4o高出5%，比PaperQA2高出7%，并且所有相关代码和数据均已开源，支持和加速科学研究。
OpenScholar的主要功能文献检索与合成：检索大量的科学文献，并综合相关信息回答用户查询。生成基于引用的回答：生成的回答包含准确的引用，提高回答的可靠性和透明度。跨学科应用：适用于多个科学领域，包括计算机科学、生物医学、物理学和神经科学等。提高检索效率：基于专门的检索器和重排器，提高检索相关科学文献的效率和准确性。自我反馈迭代：用自我反馈机制迭代改进回答，提高回答质量和引用的完整性。OpenScholar的技术原理数据存储（OpenScholar Datastore）：包含超过4500万篇科学论文及其对应的2.37亿段落嵌入，为检索提供基础数据。专门化的检索器和重排器：针对科学文献数据存储训练的检索器和重排器，用于识别和排序相关文献段落。8B参数语言模型：一个为科学文献合成任务优化的8B参数大型语言模型，平衡性能和计算效率。自我反馈生成：在推理时，基于自然语言反馈迭代细化模型输出，每次迭代可能涉及额外的文献检索，改善回答质量并填补引用空白。迭代检索增强：在生成初始回答后，模型生成反馈，指导进一步的检索，以迭代方式改进回答，直到所有反馈都被处理。OpenScholar的项目地址项目官网：allenai.org/blog/openscholarGitHub仓库：https://github.com/AkariAsai/OpenScholarHuggingFace模型库：https://huggingface.co/collections/OpenScholar/openscholar-v1-67376a89f6a80f448da411a6arXiv技术论文：https://arxiv.org/pdf/2411.14199OpenScholar的应用场景科研辅助：研究人员快速获取最新的研究成果，帮助在自己的研究领域内保持最新的认知状态。文献综述：在撰写学术论文或报告时，作者整合和总结大量文献，提高写作效率。跨学科研究：由于OpenScholar覆盖多个科学领域，帮助研究人员探索不同学科间的联系和交叉点。教育和学习：学生和教师辅助学习和教学，获取深入的文献分析和总结。技术监控：企业研发部门监控科技发展趋势，特别是在快速变化的技术领域。 
