研究において、AIモデルOpenScholarは科学研究を統合し、人間と同等の正確さで情報源を引用する

ワシントン大学（UW）とアレン人工知能研究所（Ai2）の研究チームは、現在の科学研究を統合し、情報源を正確に引用するために特別に設計されたオープンソースのAIモデルOpenScholarを開発しました。これは、GPT-4oのような汎用モデルで報告されている引用の捏造（ハルシネーション）問題に対処するものです。

チームは、研究の統合能力を評価するための最初の大規模なマルチドメインベンチマークであるScholarQABenchを作成しました。OpenScholarは4500万本の科学論文で訓練され、検索拡張生成技術を用いて最新の研究を取り込みます。テストでは、OpenScholarは人間の専門家と同等の正確さで情報源を引用し、科学者は51%の確率で専門家が書いた回答よりもOpenScholarの回答を好みました。

研究の筆頭著者らは、この透明なオープンソースシステムへの強い需要があると述べています。OpenScholarの引用方法をGPT-4oと組み合わせた場合、科学者はAIが書いた回答を70%の確率で好みました。プロジェクトのコードとデモは公開されており、チームは後継モデルであるDR Tuluに取り組んでいます。

(出典：UW News)