《Nature》与《Science》聚焦：小模型OpenScholar如何破解AI幻觉难题

《Nature》重磅发布：仅80亿参数的OpenScholar模型打破「参数越大越好」的固有认知！它跳出死记硬背的局限，凭借「检索+自我核查」机制根治AI幻觉问题，在科学综述任务中的表现超越了行业顶尖的大模型。

近日，一篇登上《Nature》正刊的论文开源了OpenScholar模型，该成果同时也被《Science》关注报道。

这个只有80亿参数的小模型，在科学文献综述任务上，战胜了参数规模远超它的旗舰模型。

这无疑释放出范式转变的信号：在严谨的科学研究领域，依赖模型内部模糊记忆的「黑盒」模式已成过去，能精准调用外部知识库的「外挂」模式才是未来趋势。

终结幻觉困扰

此前，科研人员对通用大模型的态度十分复杂，既依赖其能力又对其缺陷感到无奈。

不满主要源于大模型一个致命的问题——幻觉。

当时的相关数据令人震惊：当要求大模型回答生物医学等专业领域问题时，其伪造引用的比例最高达到90%。

它会自信地编造出不存在的论文标题、作者甚至具体页码。对于需要精准严谨的科学研究而言，这种不可靠性是极具破坏性的。

OpenScholar的诞生，正是为了修正这一关键偏差。

由华盛顿大学和艾伦人工智能研究所（Ai2）联合开发的这套系统，核心思路不再是让模型「记住」所有知识，而是教会模型像人类学者一样去「查阅资料」。

OpenScholar不依赖模型参数中存储的模糊记忆，而是外接了一个包含4500万篇开放获取论文的大型数据库。

当用户提出问题时，它不会直接生成答案，而是遵循一套严谨的流程：

检索：首先在4500万篇文献中快速筛选出最相关的内容片段。

重排序：利用交叉编码器对筛选出的片段进行精细甄别，去除无效信息保留真实可靠的内容。

生成与反馈：这是最为关键的一步。模型生成答案草稿后，会进行自我检查——「这句话是否有足够的证据支持？」如果发现证据不足，它会启动第二轮、第三轮检索，直到每一条论述都有确凿的文献作为依据。

最终结果呈现出压倒性优势。在覆盖计算机科学、物理学等领域的ScholarQABench基准测试中，OpenScholar-8B的正确率不仅超过了当时的旗舰模型，还将推理成本降低了两个数量级（每次约0.003美元）。

这一结果证明，在特定专业领域，一个配备了「知识库」的小模型，比一个没有外部支持却容易产生幻觉的大模型更可靠。

DR Tulu：从「回答问题」到「深度研究」的跨越

如果说OpenScholar解决的是AI回答的「准确性」问题，那么其后续迭代版本DR Tulu（Deep Research Tulu）则向「深度研究」方向迈进。

科学研究往往不是简单的一问一答，而是漫长的探索与信息综合过程。

2025年11月发布的DR Tulu，针对的是长篇幅、多维度的「深度研究」任务。

它的核心突破在于引入了「演化评分规则的强化学习」（RLER, Reinforcement Learning with Evolving Rubrics）。

在以往的训练模式中，AI很难判断一篇数千字的文献综述质量高低。

DR Tulu不依赖固定的评分标准，而是让模型在搜索和研究过程中，动态生成针对当前问题的评分细则。

它既学习「什么是有效的研究策略」（比如挖掘冷门数据源），也学习「什么是不良行为」（比如为了凑字数而堆砌引用）。

这种训练方式让DR Tulu具备了更强的规划能力。

面对复杂的科学命题，它能像资深研究员一样，先制定研究大纲，再分主题检索资料，最后整合多来源信息撰写长篇研究报告。

在最新测试中，DR Tulu-8B的表现已能与当时的旗舰专有模型比肩甚至超越，且其代码和权重完全开源。

核心推动者：Akari Asai

这一系列具有颠覆性的研究工作，核心人物是即将于2026年秋季加入卡内基梅隆大学（CMU）的Akari Asai（浅井明里）。

这位毕业于东京大学本科、在华盛顿大学取得博士学位的年轻学者，是近年来「检索增强生成」（RAG）领域最活跃的研究者之一。

早在Meta AI实习期间，她就专注于解决大模型的知识瓶颈问题。

Akari Asai的研究理念十分明确：不要试图让模型容纳整个世界的知识，而要让模型学会利用外部世界的知识。

她主导的OpenScholar和DR Tulu项目，不仅是技术层面的进步，还带有强烈的「民主化」色彩。

通过开源高性能的小模型和检索架构，她正在打破科技巨头对顶级科研AI工具的垄断，让全球资源相对匮乏地区的科学家也能拥有一位不知疲倦的「超级科研助理」。

未来展望

科学的本质并非记忆，而是探索与发现。

当我们把AI从死记硬背的参数竞赛中解放出来，赋予它查阅资料、验证信息和自我反思的能力时，我们创造的不再是一个只会聊天的机器，而是一把能帮助人类在浩瀚知识海洋中开拓前行的有力工具。

未来的科研工作，或许不再取决于个人读过多少论文，而在于如何有效驾驭那个能「查阅所有论文」的AI助手。

参考资料：

https://www.nature.com/articles/s41586-025-10072-4

https://www.science.org/content/article/open-source-ai-program-can-answer-science-questions-better-humans

本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com