研究表明，ChatGPT和大型语言模型在科学的管理、创造和分析任务方面具有转化潜力，但需要通过积极的监管和科学教育来解决与偏见、错误信息和质量保证相关的风险。

Jun, 2023

人工智能，自然语言处理，大型语言模型和科学模型在语言方面的应用和发展的研究。

Oct, 2023

大型语言模型 (LLMs) 能够在不同学科领域发挥作用和限制，加强科学研究，例如通过总结大量出版物加速文献回顾，通过自动语法纠正提升代码开发，和优化科学写作过程。然而，LLMs 面临挑战，如依赖庞大且有时偏颇的数据集，以及出于使用而引发的潜在伦理困境。我们对LLMs在不同领域的影响进行重要讨论，从自然科学中帮助模拟复杂生物序列，到社会科学中解析大规模的定性数据。最后，我们提供一种细致的观点，认为LLMs既是科学进步的福音，也是其边界。

Nov, 2023

该研究报告关注大型语言模型在科学研究中的应用，调查了使用LLM工具的若干实际案例，特别是与软件工程相关的用例，结果显示了大型语言模型工具的潜力和问题。

Nov, 2023

通过对950,965篇论文进行大规模分析，我们发现大型语言模型在学术写作中的使用不断增加，尤其在计算机科学论文中增长最快（最高达17.5%），而数学论文和Nature期刊的修改程度相对较低（最高达6.3%）。此外，我们的研究发现，更多使用大型语言模型的论文往往由经常发布预印本的第一作者、研究领域较为拥挤的论文以及长度较短的论文撰写而成。这些结果表明大型语言模型在科学写作中被广泛应用。

Apr, 2024

通过文献综述和第一手实验，本文研究了大型语言模型（LLMs）的潜力。尽管LLMs具有成本效益和高效性等优点，但也存在着诸如提示调优、偏见和主观性等挑战。该研究通过利用LLMs进行定性分析的实验提供了新的见解，强调了成功和限制。此外，本文还讨论了缓解挑战的策略，如优化提示技术和利用人类专业知识。我们的工作旨在将LLMs有机地融入人机交互数据工作，并积极促进其负责任的应用，以此回应关于LLMs在研究中负责任应用的持续对话。

Apr, 2024

LLM的出现对科学文献产生了前所未有的影响，超过了像Covid大流行等重大世界事件的影响，至少有10%的2024篇摘要使用了LLMs处理。

Jun, 2024

该研究对250个科学领域的大型语言模型进行了全面调研，揭示了它们在架构和预训练技术上的交叉领域和跨模态连接，并总结了每个领域和模态的预训练数据集和评估任务。此外，还研究了大型语言模型在科学发现中的应用。

Jun, 2024

本研究针对大型语言模型（LLMs）在天文学研究中应用的潜在问题与局限性展开探讨。通过对13位不同职业阶段天文学家的研究，分析了LLMs在多种研究任务中的使用效果及参与者的体验。研究表明，虽然LLMs在协助研究方面展现出巨大潜力，但仍需结合研究者的批判性思维和专业知识，以确保其作为辅助工具而非科学探究的替代品。

Sep, 2024

本研究针对大型语言模型（LLMs）在非计算机科学领域的影响进行了系统性分析，填补了相关研究的空白。通过对$106$个LLMs和约$148,000$篇引用LLMs的论文进行定量分析，发现自2018年以来，LLMs在语言学和工程等领域的使用频率显著上升，并揭示了这些领域大多采用无需进一步微调的任务无关型LLMs来解决特定问题。本研究揭示了LLMs在跨学科研究中的重要性和潜在影响。

Sep, 2024