LLM在科学创新中的演变角色：助理、合作者、科学家与评估者
数字图书馆
2026-05-13 v2 人工智能
摘要
大语言模型（LLM）正在日益增多地被用于科学研究与发现，支持从文献检索与综述到假设生成、自主实验和研究评估等各类任务。现有调查往往混合了科学研究与科学发现，并仅按领域、任务或自主性程度对系统进行组织。本文提出了四角色框架，以理解LLM在科学创新中的作用：助理、合作者、科学家与评估者。该框架整合了三个互补维度：自主性水平、认知功能与科学创新，以区分以研究为导向的支持与以前沿为导向的发现。我们回顾了每一角色的代表性方法、基准测试与评估实践，考察其能力、局限性及人类监督需求。在文献中，助理系统在检索与综述方面相对成熟，但在开放性应用中仍不可靠；合作者系统扩展了备选假设的空间，但在新颖性与事实 grounding 之间存在困境；科学家系统日益自动化研究工作流程，但面临可靠性与安全瓶颈；评估者系统支持审查与验证，却在新颖性评估方面较弱。我们认为，AI for science 的进展不仅取决于模型能力，也取决于评估、监督、问责制度以及制度集成。
引用
@article{arxiv.2507.11810,
title = {Evolving Roles of LLMs in Scientific Innovation: Assistant, Collaborator, Scientist, and Evaluator},
author = {Haoxuan Zhang and Ruochi Li and Yang Zhang and Ting Xiao and Jiangping Chen and Junhua Ding and Haihua Chen},
journal= {arXiv preprint arXiv:2507.11810},
year = {2026}
}