六大LLM在高温超导研究问题上的专家评估

Google Research与康奈尔大学合作评估了六种大语言模型在高温超导领域回答专家级问题的能力，发现基于精选文献库的NotebookLM和定制RAG系统表现最优。研究基于67道专家设计的问题，从六个维度评分，指出当前LLM在区分已证伪假设和把握文献时序方面存在不足。