本文研究大型语言模型（LLMs）对人工智能研究的影响。通过以GPT3.5 / ChatGPT3.4和ChatGPT 4为例，我们展示这些模型具有什么样的功能，并且这些模型令人们瞩目的领域覆盖速度证明了这个趋势正在逐渐变成实现通用智能的强劲迹象。这些模型的创新也将随着这些人工智能系统的成熟而扩大，并将展示出在我们社会的多个方面具有重要影响的不可预见的应用。

May, 2023

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

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

大型语言模型 (LLMs) 可以作为催化剂引发新的科学发现，并指导进一步的探索。

Nov, 2023

近年来，在自然语言处理方面取得突破性进展的大型语言模型（LLM）的出现，展示了其在包括理解、生成和翻译自然语言甚至超越语言处理的任务方面的卓越能力。本文报告中，我们深入研究了LLM在科学发现环境中的性能，重点关注GPT-4，这一最先进的语言模型。我们的调查涉及药物发现、生物学、计算化学（密度泛函理论（DFT）和分子动力学（MD））、材料设计和偏微分方程（PDE）等多个科学领域。评估GPT-4在科学任务上的表现对于揭示其在各个研究领域中的潜力、验证其特定领域的专长、加速科学进展、优化资源分配、指导未来模型发展以及促进跨学科研究至关重要。我们的探索方法主要包括专家驱动的案例评估，提供对模型理解复杂科学概念和关系的定性洞见，以及偶尔的基准测试，定量评估模型解决明确定义的特定领域问题的能力。我们的初步探索表明，GPT-4在各种科学应用中展示出有希望的潜力，显示出处理复杂问题解决和知识整合任务的能力。总体而言，我们评估了GPT-4的知识库、科学理解、科学数值计算能力以及各种科学预测能力。

Nov, 2023

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

本研究解决了大型语言模型在科学领域应用时面临的高昂计算资源和训练时间的问题。通过对现有方法的总结与分析，本文提出了两条主要的研究方向，即模型规模和数据质量的提升。研究表明，这些方法的综合应用能够显著降低科学领域内使用大型语言模型的成本，推动更可负担的AI解决方案的发展。

Aug, 2024

本研究解决了大型语言模型（LLMs）在生成新颖、高水平研究创意方面的能力不足的问题。通过对100多名自然语言处理研究者进行实验设计，我们首次对LLM和人类创意进行了头对头的比较，发现LLM生成的创意在新颖性上被评判为优于人类专家的创意。研究还揭示了构建和评估研究代理面临的开放问题，并提出进一步研究的必要性。

Sep, 2024

本研究解决了大型语言模型（LLMs）在生成研究创意时存在的简单化和重复性问题，提出了一种增强的规划和搜索方法。通过迭代过程，该方法旨在有目的地检索外部知识，从而丰富创意生成的广度和深度。验证结果表明，该框架显著提升了生成创意的质量，特别是在创新性和多样性方面，独特新颖的创意数量是无此方法时的3.4倍。

Oct, 2024

本研究解决了缺乏综合评估框架的问题，评估大型语言模型在生成研究创意方面的能力。提出的IdeaBench基准系统包含全面的数据集和评估框架，模拟人类研究员的思维过程，从而动态生成新研究创意。该系统将为科学发现过程的自动化提供有力支持。

Oct, 2024