《Nature》重磅：80 亿参数小模型 OpenScholar 终结「参数崇拜」！它摒弃死记硬背，凭「检索+自查」根治幻觉，在科学综述任务上表现超越行业顶尖巨头。
昨天，一篇刚刚登上《Nature》正刊的论文，开源了名为 OpenScholar 的模型，也同时被 Science 报道了。
它只有 8B 参数，但正是这个小模型，在科学文献综述任务上，击败了旗舰模型。
这是一场范式转移的信号：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
彼时，科研人员对通用大模型爱恨交织。
恨意主要源于那个致命缺陷——幻觉。
当时的数据令人触目惊心：当被要求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 的出现，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）主导开发的这套系统，本质上不再试图让模型「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，它外接了一个包含 4500 万篇开放获取论文的巨型数据库。
当你提出一个问题时，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 万篇文献中快速捞取最相关的片段。
- 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：这是最关键的一步。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。
结果是降维打击式的。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, Reinforcement Learning with Evolving Rubrics）。
在以往的训练中，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（CMU）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。
