科应·学术问答大模型发布：每一个答案，都有文献来源

日前，智慧流动(北京)科技有限公司(以下简称智慧流动)发布了学术问答大模型——科应智能助手V1.0(官网：https://www.scienceing.com)，聚焦知识搜索场景，以问答形式，实现对大量科学知识(源于科学文献)的快速搜索并汇总答案。

据智慧流动CEO何佳介绍，研发科应智能助手的初衷在于帮助科研工作者提升前沿知识的获取和运用效率，让他们能够专注于深度思考，把更多时间与精力花在更为重要的创新设计工作上。

每一个答案，都有文献来源

作为一个学术问答大模型，科应智能助手V1.0究竟能解决什么问题?相比其它大模型有什么优势?抱着这样的疑问，笔者从国内外大模型中，选出3家与科应智能助手进行横向对比。

近日，阿奇霉素、红霉素、克拉霉素等大环内酯类药物作为治疗支原体肺炎的首选药物，其耐药性引发公众热议。笔者围绕支原体肺炎话题，以“大环内酯类药物引起支原体肺炎的耐药性”为例，在ChatGPT、文心一言、讯飞星火、科应智能助手中提问，分别生成以下内容：

△ ChatGPT：什么是大环内酯类药物、耐药性会影响治疗效果、可能产生耐药性的原因、建议咨询专业医疗机构、医生

△ 文心一言：大环内酯类药物的耐药率、耐药性会影响治疗效果、治疗中建议结合其他手段、耐药性与抗生素不合理使用有关、要避免滥用抗生素

△ 讯飞星火：长期使用大环内酯类药物会导致耐药性、耐药性会影响治疗效果、要根据耐药性测试结果选择合适的治疗方案、使用大环内酯类药物时要遵医嘱

△ 科应智能助手：不同国家对大环内酯类药物的耐药水平差异、产生耐药性的主要机制、诊断是否产生耐药性的标准方法、引起耐药性的具体原因，答案下方还列出参考文献

从答案可以看出，与通用大模型相比，在知识获取的深度、专业度和可信度方面，科应智能助手具有明显优势。与这些大模型“生产”知识不同，科应智能助手只是知识的搬运工，秉持客观严谨的学术精神，生成的每一个答案都标明文献来源，力求为用户提供准确、可靠的知识。

基于RAG，让回答更有依据

据科应技术负责人介绍，科应智能助手在知识问答上的优越表现，得益于RAG(Retrieval Augmented Generation，检索增强生成)技术。基于科应文献平台可靠的数据源和高质量的科学文献数据，科应智能助手引入RAG，将自有大模型的强大功能与事实数据检索的可靠性相结合，使知识搜索成为确定范围的自然语言人机交互。

科应文献平台作为一个全球文献数据库，索引全球190多个国家(地区)、55个语种的2.5亿篇文献，收录范围涵盖11万种期刊、3400个机构知识库及预印本平台，内容覆盖自然科学、工程技术、经济管理等各研究领域。当前，科应研发团队摘取其中数百万个知识点，构成科应智能助手V1.0的知识基础。

利用RAG，科应智能助手能够有效避免AI幻觉，提升输出的准确性和可靠性。同时，用户可以查阅答案下方的参考文献，获取更多相关知识。

智慧流动CEO何佳表示，智慧流动的使命是助力智慧流动与知识共享，让前沿知识自西方流向东方，自学术界流向产业界，以高质量科学信息服务助力高水平科技创新。科应智能助手顺应学术资源开放获取的全球趋势，通过AI技术重构知识搜索场景，建立人与知识的有效连接，推动知识获取从信息化向智能化转变，让知识获取更简单，让科研创新更高效。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。