Nature：科研人员最爱AI工具大盘点！从推理到编程，哪款才是最佳助手？

点击上方↑↑↑“OpenCV学堂”关注我
来源：公众号 新智元 授权

提到LLM，就不得不提OpenAI。2022年，OpenAI推出了聊天机器人ChatGPT。

科学家们主要将ChatGPT用于查找信息或作为写作助手，如起草摘要等。而在去年，OpenAI又发布了一系列更先进的模型，其中o3-mini就是一款非常出色的推理模型。

o3-mini是一款速度很快的推理模型，并且面向注册用户免费开放。它经过训练，会以逐步推理的方式回答问题。

这种「思维链」旨在模拟人类推理过程，帮它在科学和数学领域突破了严苛的基准测试。o3-mini擅长处理技术任务，如解决编程问题和重新格式化数据。

牛津大学数学家兼AI研究人员Simon Frieder表示，在解析陌生数学证明等任务上，o3-mini表现非常出色。

不过，他也提到，o3-mini仍然无法与数学家媲美。但不可否认的是，o3-mini为科研人员在处理一些复杂问题时提供了有力的帮助。

OpenAI近期还推出了「深度研究」功能，允许一些付费订阅用户从数百个网站上综合信息并添加引用，生成报告，进行文献综述。

旧金山初创公司FutureHouse的化学家兼AI专家Andrew White表示：「这些模型在组合使用时效果更佳。」

DeepSeek-R1也是一款备受瞩目的模型。它的能力与OpenAI的o1相当，但通过API使用的成本却低得多。这对于许多科研团队来说，是一个很有吸引力的优势。

DeepSeek-R1是开源权重模型，虽然其训练数据尚未公布，但任何人都可以下载基础模型，并根据自己的研究项目进行定制。

香港中文大学（深圳）的计算机科学家Benyou Wang等人正在开发可以在单机上运行或训练的版本，让更多学者能用到这个强大的模型。

和o1一样，DeepSeek-R1的强项是解决数学问题和编写代码。同时，它在提出假设等任务上也表现不错。这是因为DeepSeek选择公布模型的「思考过程」，使得研究人员能够更好地完善后续问题，提高模型的输出质量。

这种透明度在医学诊断领域也可能发挥巨大作用。Benyou Wang正在利用该模型的推理能力开展实验，致力于构建从患者评估到诊断和治疗建议的清晰路径。

Llama是Meta AI于2023年发布的一组开源权重模型，长期以来一直是科研界常用的LLM。仅通过开源科学平台Hugging Face，Llama各个版本下载量就已超过6亿次。

Llama之所以受到科研界的欢迎，很大程度上是因为它可以被下载并在此基础上进行开发。在处理受保护的数据时，能在个人或机构的服务器上运行至关重要，可以避免敏感信息反馈给其他用户或开发者。

研究人员基于Llama模型开发出了能预测材料晶体结构的大语言模型，还利用它来模拟量子计算机的输出结果。

北卡罗来纳大学教堂山分校的ML科学家Tianlong Chen表示，Llama很适合用于模拟量子计算机，因为相对容易对其进行调整，让它理解专业的量子语言。

不过，Llama也有一些小缺点。比如需要用户申请访问权限，这对一些人来说有点麻烦。

因此，其他开源模型，如西雅图Allen人工智能研究所开发的OLMo，以及阿里云开发的Qwen，现在常常成为科研中的首选。DeepSeek V3如今也是有力的竞争者。

在硅谷，很多人对Claude 3.5 Sonnet的编程能力赞不绝口。

Claude 3.5 Sonnet由总部位于旧金山的AI公司Anthropic开发，它不仅可以编写代码，还能解读图表等视觉信息。此外，它还有一种模式，允许其远程操作用户的计算机。

Claude的写作风格也备受赞誉。一些LLM（如ChatGPT）在去除技术语言时，可能也会误删关键信息。而Claude在润色文本的同时，更擅长保留原意。

因此，在撰写科研基金申请或为代码添加解释性注释时，Claude可能是更好的选择。

在一项基于数据驱动的科学任务的基准测试中，Claude 3.5 Sonnet在编程挑战方面表现出色，这些任务的数据取自生物信息学和计算化学等领域的真实论文。

虽然Claude 3.5 Sonnet作为在线聊天机器人可以免费使用，但和OpenAI的模型一样，研究人员只能通过付费API，才能实现完整集成。

随着更便宜的开源模型越来越强大，人们可能会更倾向于使用开源模型。

对于想要深入了解内部运行机制的研究人员来说，Olmo 2是一个非常不错的选择。

Olmo 2是目前性能最出色的开源模型之一，它还附带算法的训练数据，以及用于训练和评估模型的代码。

OpenCV4系统化学习