OpenScholar颠覆AI科研：小模型终结参数崇拜，引领知识检索新时代

《Nature》大新闻：80亿参数小模型OpenScholar，终结「参数崇拜」时代！它摒弃死记硬背，凭借「检索+自查」策略，在科研综述任务上超越行业巨头。

最新一篇登陆《Nature》正刊的论文，公开了名为OpenScholar的模型，同时被Science报道。

仅8B参数的它，在科研文献综述任务中，击败了众多旗舰模型。

这是科研范式转变的信号：在严谨的科学探索中，全知全能的「黑盒」记忆已成过去，精准调用的「外挂」知识库才是未来。

告别幻觉

以往，科研人员对通用大模型爱恨交织。

恨意主要源于其致命缺陷——幻觉。

数据显示，在回答生物医学等领域的专业问题时，AI伪造引用的比例一度高达90%。

它能自信地编造出不存在的论文标题、作者甚至页码。对于需要字斟句酌的科学研究，这种不可靠性是毁灭性的。

OpenScholar的推出，正是为了修正这一偏差。

由华盛顿大学和艾伦人工智能研究所（Ai2）主导开发的系统，不再试图让模型「记住」所有知识，而是教会模型如何像人类学者一样去「查资料」。

OpenScholar并不依赖参数中的模糊记忆，而是外接了一个包含4500万篇开放获取论文的巨型数据库。

当你提出问题时，它不会直接生成答案，而是执行一套严密的流程：

检索： 先在4500万篇文献中快速找到最相关的片段。

重排序： 利用交叉编码器对片段进行精细筛选，去伪存真。

生成与反馈： 最关键的一步。模型生成答案草稿后，会进行自我审查——「这句话有证据支持吗？」如果发现证据不足，它会发起第二轮、第三轮检索，直到每一条论述都有确凿的文献背书。

结果是显著的。在涵盖计算机科学、物理学等领域的ScholarQABench基准测试中，OpenScholar-8B的正确率不仅超越了当时的旗舰模型，更将推理成本降低了两个数量级（约0.003美元/次）。

它证明了在特定领域，一个带了「图书馆」的本科生，比一个赤手空拳却爱产生幻觉的博士生更可靠。

DR Tulu：从「回答问题」到「深度研究」

如果说OpenScholar解决的是「准确性」问题，那么素材中提及的后续迭代版本——DR Tulu（Deep Research Tulu），则是在向「深度」进军。

科研往往不是简单的一问一答，而是漫长的探索与综合。

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）。

以往训练中，AI很难判断一篇长达数千字的文献综述写得好不好。

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

它既学习「什么是好的研究策略」（如挖掘冷门数据源），也学习「什么是坏的行为」（如为了凑字数而堆砌引用）。

这种训练让DR Tulu具备了更强的规划能力。

面对复杂的科学命题，它能像成熟的研究员一样，先制定大纲，再分头检索，最后综合多源信息撰写长篇报告。

在最新的测试中，DR Tulu-8B的表现已经足以比肩甚至超越当时的旗舰专有模型，且代码和权重完全开源。

幕后推手：Akari Asai

这一系列颠覆性工作的核心人物是即将于2026年秋季入职卡内基梅隆大学的Akari Asai（浅井明里）。

这位从东京大学本科毕业、在华盛顿大学获得博士学位的年轻学者，是近年来「检索增强生成」（RAG）领域最活跃的声音之一。

早在Meta AI实习期间，她就致力于解决大模型的知识瓶颈问题。

Akari Asai的研究哲学非常清晰：不要试图把世界装进模型里，要让模型学会拥抱世界。

她主导的OpenScholar和DR Tulu项目不仅是技术上的精进，更带有一种强烈的「民主化」色彩。

通过开源高性能的小模型和检索架构，她正在打破只有科技巨头才能垄断顶级科研AI工具的局面，让全球资源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」。

结语

科学的本质不是记忆，而是发现。

当我们将AI从死记硬背的参数竞赛中解放出来，赋予其查阅、验证和反思的能力时，我们创造的不再是一个仅会聊天的机器，而是一把能帮人类在浩瀚知识海洋中披荆斩棘的利刃。

未来的科研或许不再取决于你读过多少论文，而在于你如何驾驭那位读过所有论文的AI助手。