详细内容或原文请订阅后点击阅览
采访 Akari Asai – 超越扩展：检索增强语言模型的前沿
从整体式语言模型到增强式语言模型的途径。图片来源：Akari Asai 在 ACM SIGAI 出版物《AI Matters》的这篇交叉文章中，Ella Scallan 采访了 2025 年 AAAI 博士论文奖获得者 Akari Asai。 Akari 描述了她在增强语言模型方面的工作，其中语言模型经过训练以使用其他模型 [...]
来源:ΑΙhub从整体式语言模型到增强式语言模型的途径。图片来源：浅井明里
在 ACM SIGAI 出版物《AI Matters》的这篇交叉文章中，Ella Scallan 采访了 2025 年 AAAI 博士论文奖获得者 Akari Asai。 Akari 描述了她在增强语言模型方面的工作，其中语言模型经过训练以使用其他模型和工具。这已经催生了 OpenScholar，这是一种开源模型，可以帮助科学家综合大量的科学文献。
您荣获2025年AAAI博士论文奖。您论文研究的主题是什么？为什么这是您感兴趣的研究领域？
我的博士论文是关于检索增强语言模型。近年来，语言模型（LM）通过扩大训练数据和模型规模取得了显着进展。然而，它们仍然面临着严重的局限性：它们对事实产生幻觉，依赖过时的知识，而且它们的输出往往难以验证。这些问题在科学研究等高风险领域尤其成问题。
我的论文认为，克服这些挑战需要超越单一的语言模型，转向增强的语言模型：与互补模块一起设计、训练和部署的系统。具体来说，我的工作开创了检索增强型语言模型，它从大规模文本集合中定位相关知识，并在推理时将其合并，而不是仅仅依赖于模型在训练期间记住的内容。通过根据检索到的证据生成数据，这些系统可以产生更准确、最新且可验证的输出。
您的论文的主要贡献或发现是什么？
我的论文解决了有关检索增强型语言模型的三个核心问题：为什么它们是必要的、如何为它们建立坚实的基础以及如何部署它们以产生现实世界的影响。
从那时起您的研究进展如何？你现在关注什么？
您一直立志成为一名研究员吗？