https://www.nature.com/articles/s41562-024-02046-9

과학적 발견은 종종 수십 년의 연구를 종합하는 데 달려 있는데, 이는 잠재적으로 인간의 정보 처리 능력을 능가하는 작업입니다. 대규모 언어 모델(LLM)이 해결책을 제공합니다. 방대한 과학 문헌에서 훈련된 LLM은 잠재적으로 노이즈가 있지만 상호 연관된 결과를 통합하여 인간 전문가보다 새로운 결과를 더 잘 예측할 수 있습니다. 여기서 이 가능성을 평가하기 위해 신경 과학 결과를 예측하기 위한 미래 지향적 벤치마크인 BrainBench를 만들었습니다. LLM이 실험 결과를 예측하는 데 있어 전문가를 능가한다는 것을 발견했습니다. 신경 과학 문헌에 맞춰 조정한 LLM인 BrainGPT는 더 나은 성과를 보였습니다. 인간 전문가와 마찬가지로 LLM이 예측에 대한 확신도가 높을 때 응답이 정확할 가능성이 더 높았으며, 이는 LLM이 인간이 발견을 하는 데 도움을 주는 미래를 예고합니다. 우리의 접근 방식은 신경 과학에 국한되지 않으며 다른 지식 집약적 노력으로 전환할 수 있습니다.