标题：Nature：OpenAI的Deep Research对科学家有多大用处？

继谷歌发布Gemini Deep Research后，OpenAI推出了类似产品“Deep Research”。该工具能综合数百网站信息，生成详细的引文报告，帮助科学家高效完成文献综述或论文写作。尽管不少科学家对其表现印象深刻，但也有人认为还需改进。

OpenAI将此视作迈向复杂任务AI智能体的重要一步。Deep Research结合了大语言模型的推理能力和互联网搜索能力，优于谷歌的Gemini 1.5 Pro。化学家Andrew White认为，OpenAI的产品在精确性和复杂性方面更胜一筹。免疫学家Derya Unutmaz则表示，这类AI工具撰写综述的水平堪比甚至超越人类。

尽管如此，基于大语言模型的产品仍可能存在不准确或误导性问题。OpenAI承认其产品尚处于早期阶段，存在局限性。Mario Krenn强调，AI目前尚未具备科学家长期深入研究的能力。

在测试中，Deep Research在多项基准测试中表现出色。例如，在Humanity's Last Exam测试中，它以26.6%的成绩位列第一。OpenAI还针对GAIA基准测试，Deep Research获得了58.03%的高分。然而，这类基准测试可能更适合简短问题，而非长篇内容。此外，这些工具无法访问付费信息，这限制了其应用范围。