标签: 学者问答基准

科研进展依赖研究者整合文献的能力。本文推出OpenScholar，这是一种专业的检索增强语言模型，能从4500万篇开放获取论文中找出相关段落，生成带引文的科学问答。我们还开发了多领域基准ScholarQABench。评估显示，OpenScholar-8B在多论文合成任务中正确性优于GPT-4o和PaperQA2，引文准确率与人类专家相当，人类专家对其响应的偏好度高于专家撰写内容。

标签: 学者问答基准 开放学者 引文准确性 检索增强语言模型 科学文献整合